Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 2.5 Flash

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-01

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 Gemini 2.5 Flash Gemini 2.5 Flash medium Lançamento: 2025-06-17
Pontuação 7.3 7.7
Posição #66 #40
Confiabilidade 10.0 10.0
Consistência 9.2 9.6
Testes corretos
Taxa de acerto por tentativa 65.0% 68.3%
Testes instáveis 2 1
Execuções totais 60 60
Custo por resultado 4.324 2.750
Custo total $0.519 $0.358
Preço de entrada $5.000 / 1M $0.300 / 1M
Preço de saída $25.000 / 1M $2.500 / 1M
Tokens de saída 8,098 1,924
Tokens de raciocínio 0 137,255
Tempo de resposta (médio) 3.51s 15.57s
Tempo de resposta (máx.) 17.73s 95.48s
Tempo de resposta (total) 70.19s 311.47s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 126 2,499
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919

Comparação rápida

Trocar par de comparação

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsKimi K2.6mediumDisponível grátisClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 Minimedium