Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash

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

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash low Lansare: 2026-05-19
Scor 8.9 9.6
Rang #7 #2
Fiabilitate 10.0 10.0
Consistență 10.0 10.0
Teste corecte
Rată de trecere pe încercare 84.2% 94.7%
Teste instabile 0 0
Rulări totale 57 57
Cost per rezultat 2.802 1.359
Cost total $0.449 $0.245
Preț de intrare $5.000 / 1M $1.500 / 1M
Preț de ieșire $25.000 / 1M $9.000 / 1M
Tokenuri de ieșire 5,399 2,003
Tokenuri de raționament 1,341 20,245
Timp de răspuns (mediu) 3.46s 2.84s
Timp de răspuns (maxim) 21.45s 6.44s
Timp de răspuns (total) 62.29s 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 4.7 8.3 10.0 75.0% 0 1.85s 348 0
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 4.7 10.0 10.0 100.0% 0 6.41s 1,141 257
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 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
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 4.7 10.0 10.0 100.0% 0 2.37s 324 0
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 4.7 7.7 10.0 66.7% 0 1.17s 51 0
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 4.7 10.0 10.0 100.0% 0 2.87s 256 0
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 4.7 10.0 10.0 100.0% 0 1.57s 114 0
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 4.7 10.0 10.0 100.0% 0 2.51s 399 0
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 4.7 10.0 10.0 100.0% 0 4.17s 373 0
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 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.88s 12 690

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.7mediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.7mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Litelow