Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.5 Flash

Rezumat

Comparație benchmark Claude Opus 4.6 vs Gemini 3.5 Flash: Gemini 3.5 Flash conduce la scorul mediu cu 9.8 vs 7.7. Gemini 3.5 Flash are costul de benchmark mai mic, $1.115 vs $2.053. Gemini 3.5 Flash este mai rapid cu 8.84s vs 25.89s, cu rate de reușită de 61.9% vs 96.8%.

Model recomandat: Gemini 3.5 Flash - Are cel mai bun scor aici (9.8) și costă de aproximativ 1.8x mai puțin decât Claude Opus 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Gemini 3.5 Flash Gemini 3.5 Flash high Lansare: 2026-05-19
Scor 7.7 9.8
Rang #40 #1
Fiabilitate 10.0 10.0
Consistență 8.8 9.6
Teste corecte
Rată de trecere pe încercare 61.9% 96.8%
Teste instabile 3 1
Rulări totale 63 63
Cost per rezultat 17.103 5.575
Cost total $2.053 $1.115
Preț de intrare $5.000 / 1M $1.500 / 1M
Preț de ieșire $25.000 / 1M $9.000 / 1M
Total tokenuri de intrare 53,227 37,594
Tokenuri de ieșire 47,446 1,975
Tokenuri de raționament 24,000 115,638
Timp de răspuns (mediu) 25.89s 8.84s
Timp de răspuns (maxim) 83.40s 34.82s
Timp de răspuns (total) 362.49s 185.57s

Prezentare generare

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#1 Gemini 3.5 Flash

high
Cost
$0.208
Timp
118.2s
Tokenuri
23,158 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.6mediumvsDeepSeek V4 PrononeClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGLM 5.2noneClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Fable 5mediumvsGemini 3.5 Flashhigh