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 3.1 Flash Lite Preview

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 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lansare: 2026-03-03
Scor 9.2 8.2
Rang #4 #17
Consistență 10.0 10.0
Teste corecte
Rată de trecere pe încercare 88.9% 72.2%
Teste instabile 0 0
Rulări totale 54 54
Cost per rezultat 3.155 0.419
Cost total $0.505 $0.055
Preț de intrare $5.000 / 1M $0.250 / 1M
Preț de ieșire $25.000 / 1M $1.500 / 1M
Tokenuri de ieșire 6,326 2,168
Tokenuri de raționament 0 29,030
Timp de răspuns (mediu) 3.13s 3.74s
Timp de răspuns (maxim) 18.27s 14.93s
Timp de răspuns (total) 56.33s 67.31s

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 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 4.34s 431 2,684
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
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 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
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 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912

Comparație rapidă

Schimbă perechea de comparație