Claude Opus 5.5 (medium) vs Gemini 4 Carbon (high)

Gemini 4 Carbon (high) average score मध्ये पुढे आहे: 9.3 vs 9.2. Claude Opus 5.5 (medium) चा benchmark खर्च कमी आहे: $1.804 vs $6.107. Claude Opus 5.5 (medium) वेगवान आहे: 25.85s vs 120.04s, pass rates 89.9% vs 97.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #41
एकूण आउटपुट टोकन्स: 32,127
प्रतिसाद वेळ (सरासरी): 25.85s
एकूण खर्च: $1.804

क्रमांक: #36
एकूण आउटपुट टोकन्स: 513,770
प्रतिसाद वेळ (सरासरी): 120.04s
एकूण खर्च: $6.107

शिफारस केलेले मॉडेल Claude Opus 5.5 (medium)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 3.4x less than Gemini 4 Carbon (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Gemini 4 Carbon Gemini 4 Carbon high प्रकाशन: 2026-11-12

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Gemini 4 Carbon Gemini 4 Carbon high प्रकाशन: 2026-11-12
स्कोअर	9.2	9.3
क्रमांक	#41	#36
विश्वसनीयता	10.0	9.0
सुसंगतता	9.7	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	97.1%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	9.016	29.080
एकूण खर्च	$1.804	$6.107
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.100 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$0.188 / 1M
एकूण इनपुट टोकन्स	290,117	484,505
आउटपुट टोकन्स	9,805	6,098
रिझनिंग टोकन्स	22,322	507,672
प्रतिसाद वेळ (सरासरी)	25.85s	120.04s
प्रतिसाद वेळ (कमाल)	90.20s	443.11s
प्रतिसाद वेळ (एकूण)	594.63s	2760.87s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1.2T एकूण (~20B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#41 Claude Opus 5.5

medium

खर्च: $0.053
वेळ: 25.6s
टोकन्स: 2,781 tok

#36 Gemini 4 Carbon

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
Gemini 4 Carbon	10.0	10.0	100.0%	0		242.71s	228,686	1,076	30,888

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Gemini 4 Carbon	10.0	10.0	100.0%	0		11.36s	918	181	6,246

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Gemini 4 Carbon	10.0	10.0	100.0%	0		119.00s	8,448	495	79,534

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Gemini 4 Carbon	4.7	1.6	66.7%	2		399.18s	205,214	3,187	143,193

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Gemini 4 Carbon	10.0	10.0	100.0%	0		21.49s	8,025	336	8,927

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Gemini 4 Carbon	10.0	10.0	100.0%	0		337.62s	963	48	198,683

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Gemini 4 Carbon	10.0	10.0	100.0%	0		22.70s	591	137	3,276

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Gemini 4 Carbon	10.0	10.0	100.0%	0		24.45s	825	96	8,586

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Gemini 4 Carbon	10.0	10.0	100.0%	0		16.38s	882	226	5,881

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Gemini 4 Carbon	10.0	10.0	100.0%	0		97.59s	29,692	292	15,637

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Gemini 4 Carbon	10.0	10.0	100.0%	0		43.18s	261	24	6,821

तुलना जोडी बदला