नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs Google: Gemini 3.1 Pro Preview

average score जवळपास समान आहे: 9.2 vs 9.2. Gemini 3.1 Pro Preview (medium) चा benchmark खर्च कमी आहे: $1.361 vs $2.835. Claude Opus 5 (high) वेगवान आहे: 20.44s vs 21.47s, pass rates 84.9% vs 90.9%.

शिफारस केलेले मॉडेलGemini 3.1 Pro Preview (medium)It has the best score here (9.2), while costing about 2.1x less than Claude Opus 5 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19
स्कोअर 9.2 9.2
क्रमांक #11 #10
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.9% 90.9%
अस्थिर चाचण्या 1 0
एकूण रन 66 66
प्रति निकाल खर्च 15.747 6.801
एकूण खर्च $2.835 $1.361
इनपुट किंमत $5.000 / 1M $2.000 / 1M
आउटपुट किंमत $25.000 / 1M $12.000 / 1M
एकूण इनपुट टोकन्स 135,959 92,287
आउटपुट टोकन्स 67,066 5,232
रिझनिंग टोकन्स 19,114 92,726
प्रतिसाद वेळ (सरासरी) 20.44s 21.47s
प्रतिसाद वेळ (कमाल) 159.01s 88.68s
प्रतिसाद वेळ (एकूण) 449.68s 322.08s

Hamster playing table tennis

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

#11 Claude Opus 5

high
खर्च
$0.265
वेळ
144.5s
टोकन्स
10,741 tok

#10 Gemini 3.1 Pro Preview

medium
खर्च
$0.115
वेळ
87.2s
टोकन्स
9,629 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247

झटपट तुलना

तुलना जोडी बदला