Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.1 Flash Lite

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Lansare: 2026-05-08
Scor 7.4 7.6
Rang #52 #44
Fiabilitate 10.0 10.0
Consistență 9.1 9.2
Teste corecte
Rată de trecere pe încercare 66.7% 68.4%
Teste instabile 2 2
Rulări totale 57 57
Cost per rezultat 14.243 0.203
Cost total $1.710 $0.025
Preț de intrare $5.000 / 1M $0.250 / 1M
Preț de ieșire $25.000 / 1M $1.500 / 1M
Tokenuri de ieșire 37,874 2,702
Tokenuri de raționament 21,390 8,596
Timp de răspuns (mediu) 24.59s 1.92s
Timp de răspuns (maxim) 83.40s 5.66s
Timp de răspuns (total) 295.08s 36.49s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Gemini 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 1,013 1,548
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.46s 441 408
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 348 975
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 291 697
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Gemini 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 15 1,214
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 69 438
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 72 760
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 210 1,191
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 234 945
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 9 420

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsKimi K2.6mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGemini 3.1 Flash LitelowvsGLM 5.1mediumDeepSeek V4 FlashhighvsGemini 3.1 Flash LitelowGemini 3.1 Flash LitelowvsGLM 5V TurbomediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGemini 3.1 Flash LitelowvsMiMo-V2-PromediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing 2.6 1tnoneDisponibil gratuit