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 2.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Claude Opus 4.7 Claude Opus 4.7 none Lansare: 2026-04-16 Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17
Scor 9.2 8.2
Rang #4 #15
Consistență 10.0 9.5
Teste corecte
Rată de trecere pe încercare 88.9% 75.9%
Teste instabile 0 1
Rulări totale 54 54
Cost per rezultat 3.155 2.454
Cost total $0.505 $0.319
Preț de intrare $5.000 / 1M $0.300 / 1M
Preț de ieșire $25.000 / 1M $2.500 / 1M
Tokenuri de ieșire 6,326 1,898
Tokenuri de raționament 0 122,273
Timp de răspuns (mediu) 3.13s 12.12s
Timp de răspuns (maxim) 18.27s 95.48s
Timp de răspuns (total) 56.33s 218.12s

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 2.12s 522 0
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
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 2.84s 494 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 16.23s 522 10,350
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 9.5 10.0 100.0% 0 18.27s 3,504 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
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 2.15s 324 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
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 1.19s 78 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
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 3.47s 257 0
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
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 1.46s 114 0
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
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 2.58s 661 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
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 4.74s 372 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.7nonevsGemini 3 Flash PreviewlowClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Opus 4.7nonevsSeed-2.0-LitemediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumClaude Opus 4.7nonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.7nonevsQwen3.6 Plus PreviewmediumDisponibil gratuitClaude Opus 4.7nonevsQwen3.5-27BmediumClaude Opus 4.7nonevsGemini 3 PRO PreviewmediumClaude Opus 4.7nonevsGLM 5mediumClaude Sonnet 4.6nonevsGemini 2.5 Flashmedium