Claude Opus 5 (medium) vs Gemini 4 Argon (high)

Gemini 4 Argon (high) average score मध्ये पुढे आहे: 9.5 vs 9.4. Gemini 4 Argon (high) चा benchmark खर्च कमी आहे: $1.802 vs $2.870. Claude Opus 5 (medium) वेगवान आहे: 13.24s vs 19.03s, pass rates 84.1% vs 97.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक: #28
एकूण आउटपुट टोकन्स: 43,450
प्रतिसाद वेळ (सरासरी): 13.24s
एकूण खर्च: $2.870

क्रमांक: #17
एकूण आउटपुट टोकन्स: 132,073
प्रतिसाद वेळ (सरासरी): 19.03s
एकूण खर्च: $1.802

शिफारस केलेले मॉडेल Gemini 4 Argon (high)

It has the best score here (9.5), while costing about 1.6x less than Claude Opus 5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	Gemini 4 Argon Gemini 4 Argon high प्रकाशन: 2026-10-13

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	Gemini 4 Argon Gemini 4 Argon high प्रकाशन: 2026-10-13
स्कोअर	9.4	9.5
क्रमांक	#28	#17
विश्वसनीयता	10.0	9.9
सुसंगतता	9.6	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	97.1%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	15.102	8.578
एकूण खर्च	$2.870	$1.802
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.100 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$0.188 / 1M
एकूण इनपुट टोकन्स	356,605	240,264
आउटपुट टोकन्स	26,715	5,707
रिझनिंग टोकन्स	17,041	126,366
प्रतिसाद वेळ (सरासरी)	13.24s	19.03s
प्रतिसाद वेळ (कमाल)	78.80s	82.53s
प्रतिसाद वेळ (एकूण)	304.46s	437.77s
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.

#28 Claude Opus 5

medium

खर्च: $0.125
वेळ: 69.3s
टोकन्स: 5,134 tok

#17 Gemini 4 Argon

high

खर्च: $0.173
वेळ: 141.5s
टोकन्स: 17,366 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	10.0	10.0	100.0%	0		78.80s	221,001	2,901	4,237
Gemini 4 Argon	10.0	10.0	100.0%	0		82.53s	162,601	1,058	16,544

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	10.0	10.0	100.0%	0		5.46s	834	1,559	572
Gemini 4 Argon	10.0	10.0	100.0%	0		3.98s	918	155	3,556

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		9.56s	10,590	5,224	1,162
Gemini 4 Argon	10.0	10.0	100.0%	0		15.81s	8,448	489	20,751

संयुक्त	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		23.89s	98,197	7,895	1,276
Gemini 4 Argon	7.3	5.8	83.3%	1		56.32s	50,219	2,878	32,994

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	10.0	10.0	100.0%	0		3.92s	10,503	355	161
Gemini 4 Argon	10.0	10.0	100.0%	0		8.04s	8,025	338	5,519

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	2.9	7.2	11.1%	1		26.35s	972	6,224	8,562
Gemini 4 Argon	8.2	7.2	88.9%	1		32.86s	963	49	29,490

Samanya Buddhimatta	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		3.56s	708	291	0
Gemini 4 Argon	10.0	10.0	100.0%	0		6.44s	591	127	1,572

सूचनांचे पालन	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		4.16s	909	377	351
Gemini 4 Argon	10.0	10.0	100.0%	0		5.32s	825	96	2,992

कोडी सोडवणे	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		4.27s	894	836	465
Gemini 4 Argon	10.0	10.0	100.0%	0		4.46s	882	220	2,859

टूल कॉलिंग	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		8.76s	11,739	354	0
Gemini 4 Argon	10.0	10.0	100.0%	0		28.47s	6,531	273	8,505

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		7.03s	258	699	255
Gemini 4 Argon	10.0	10.0	100.0%	0		5.66s	261	24	1,584

तुलना जोडी बदला

Gemini 4 ArgonhighvsGPT-6.1 Sollow Claude Opus 5mediumvsGemini 3.7 Flashlow Gemini 4 ArgonhighvsGPT-6 Astralow Gemini 4 ArgonhighvsGPT-6 Solmedium Gemini 4 ArgonhighvsGPT-5.6 Solmedium Gemini 4 ArgonhighvsGPT-5.6 Sollow Gemini 4 ArgonhighvsGPT-6 Astramedium Gemini 4 ArgonhighvsGPT-5.5low Claude Opus 5mediumvsSeed 2.1 Turbolow Gemini 4 ArgonhighvsGPT-6.1 Solmedium Claude Opus 5mediumvsGPT-5.5low Claude Opus 5.5lowvsGemini 4 Argonhigh