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 none Lansare: 2025-12-17
Scor 8.9 7.7
Rang #7 #44
Fiabilitate 10.0 10.0
Consistență 10.0 9.2
Teste corecte
Rată de trecere pe încercare 85.0% 70.0%
Teste instabile 0 2
Rulări totale 60 60
Cost per rezultat 3.670 0.175
Cost total $0.624 $0.023
Preț de intrare $5.000 / 1M $0.500 / 1M
Preț de ieșire $25.000 / 1M $3.000 / 1M
Tokenuri de ieșire 10,439 1,879
Tokenuri de raționament 2,198 0
Timp de răspuns (mediu) 4.48s 1.70s
Timp de răspuns (maxim) 23.18s 3.56s
Timp de răspuns (total) 85.21s 22.05s

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 8.3 10.0 75.0% 0 1.25s 214 0
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 6.8 10.0 50.0% 0 2.19s 447 0
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 4.7 1.6 66.7% 1 3.56s 350 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 1.41s 279 0
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 7.7 10.0 66.7% 0 963ms 18 0
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 1.13s 104 0
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 6.4 5.8 66.7% 1 1.58s 74 0
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 7.7 10.0 66.7% 0 1.05s 144 0
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 3.35s 234 0
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 3.0 10.0 0.0% 0 1.07s 15 0

Comparație rapidă

Schimbă perechea de comparație