Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-19

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Gemini 3.5 Flash Gemini 3.5 Flash low Lansare: 2026-05-19
Scor 7.4 9.6
Rang #57 #2
Fiabilitate 10.0 10.0
Consistență 9.1 10.0
Teste corecte
Rată de trecere pe încercare 66.7% 94.7%
Teste instabile 2 0
Rulări totale 57 57
Cost per rezultat 14.243 1.359
Cost total $1.710 $0.245
Preț de intrare $5.000 / 1M $1.500 / 1M
Preț de ieșire $25.000 / 1M $9.000 / 1M
Tokenuri de ieșire 37,874 2,003
Tokenuri de raționament 21,390 20,245
Timp de răspuns (mediu) 24.59s 2.84s
Timp de răspuns (maxim) 83.40s 6.44s
Timp de răspuns (total) 295.08s 54.00s

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 3.5 Flash 10.0 10.0 100.0% 0 2.52s 209 2,536
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 3.5 Flash 10.0 10.0 100.0% 0 5.49s 428 3,146
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 3.5 Flash 10.0 10.0 100.0% 0 6.44s 351 3,050
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 3.5 Flash 10.0 10.0 100.0% 0 1.81s 279 1,164
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 3.5 Flash 7.7 10.0 66.7% 0 3.39s 12 4,538
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 3.5 Flash 10.0 10.0 100.0% 0 2.27s 119 916
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 3.5 Flash 9.9 10.0 100.0% 0 1.86s 71 1,652
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 3.5 Flash 10.0 10.0 100.0% 0 2.35s 288 2,150
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 3.5 Flash 10.0 10.0 100.0% 0 3.27s 234 403
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 3.5 Flash 10.0 10.0 100.0% 0 1.88s 12 690

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDisponibil gratuitClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsGemma 4 31BnoneDisponibil gratuitClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGemini 3.1 Flash Liteminimal