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 Flash Preview

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16 Gemini 3 Flash Preview Gemini 3 Flash Preview low Lansare: 2025-12-17
Scor 8.9 8.6
Rang #7 #13
Fiabilitate 10.0 10.0
Consistență 10.0 9.6
Teste corecte
Rată de trecere pe încercare 85.0% 81.7%
Teste instabile 0 1
Rulări totale 60 60
Cost per rezultat 3.670 0.658
Cost total $0.624 $0.106
Preț de intrare $5.000 / 1M $0.500 / 1M
Preț de ieșire $25.000 / 1M $3.000 / 1M
Tokenuri de ieșire 10,439 2,070
Tokenuri de raționament 2,198 27,348
Timp de răspuns (mediu) 4.48s 5.81s
Timp de răspuns (maxim) 23.18s 14.72s
Timp de răspuns (total) 85.21s 116.25s

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 Flash Preview 10.0 10.0 100.0% 0 3.48s 281 3,082
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 14.79s 6,210 1,114
Gemini 3 Flash Preview 7.3 10.0 50.0% 0 6.66s 450 6,251
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 326 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 279 3,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 71 2,752
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 2.43s 370 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 9 633

Comparație rapidă

Schimbă perechea de comparație