- Rang
- #143
- Total tokenuri de ieșire
- 69,489
- Timp de răspuns (mediu)
- 17.13s
- Cost total
- $3.787
Claude Opus 4.8 (low) vs Gemini 2.5 Flash (medium)
Gemini 2.5 Flash (medium) conduce la scorul mediu cu 7.3 vs 7.2. Gemini 2.5 Flash (medium) are costul de benchmark mai mic, $0.644 vs $3.787. Claude Opus 4.8 (low) este mai rapid cu 17.13s vs 20.51s, cu rate de reușită de 78.3% vs 68.1%.
Modele comparate
- Rang
- #135
- Total tokenuri de ieșire
- 241,365
- Timp de răspuns (mediu)
- 20.51s
- Cost total
- $0.644
Model recomandat
Gemini 2.5 Flash (medium)
Are cel mai bun scor aici (7.3) și costă de aproximativ 5.9x mai puțin decât Claude Opus 4.8 (low).
Comparație detaliată
| Metrică | Claude Opus 4.8 Claude Opus 4.8 low | Gemini 2.5 Flash Gemini 2.5 Flash medium |
|---|---|---|
| Scor | 7.2 | 7.3 |
| Rang | #143 | #135 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 8.6 | 9.6 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 78.3% | 68.1% |
| Teste instabile | 4 | 1 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 23.669 | 4.288 |
| Cost total | $3.787 | $0.644 |
| Preț de intrare | $5.000 / 1M | $0.300 / 1M |
| Preț de ieșire | $25.000 / 1M | $2.500 / 1M |
| Total tokenuri de intrare | 409,947 | 132,507 |
| Tokenuri de ieșire | 46,060 | 12,739 |
| Tokenuri de raționament | 23,429 | 228,626 |
| Timp de răspuns (mediu) | 17.13s | 20.51s |
| Timp de răspuns (maxim) | 127.97s | 140.50s |
| Timp de răspuns (total) | 394.01s | 471.64s |
| Parametri | ~5T în total (~500B activi) | ~350B în total (~20B activi) |
| Disponibilitate | Închis | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#143 Claude Opus 4.8
low- Cost
- $0.031
- Timp
- 14.1s
- Tokenuri
- 1,345 tok
#135 Gemini 2.5 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- Cost
- $0.000
- Timp
- 274.0s
- Tokenuri
- 0 tok
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
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 4.7 | 3.1 | 33.3% | 1 | 110.68s | 253,425 | 3,004 | 14,248 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 6.54s | 0 | 0 | 0 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 834 | 793 | 371 | |
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.3 | 5.8 | 66.7% | 1 | 2.27s | 10,503 | 310 | 0 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 10.0 | 33.3% | 0 | 46.54s | 972 | 23,226 | 4,472 | |
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.07s | 642 | 18 | 80,864 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 708 | 231 | 0 | |
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 2.78s | 909 | 111 | 221 | |
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 894 | 592 | 184 | |
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 6.85s | 11,775 | 370 | 35 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 258 | 200 | 222 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 2.5 FlashmediumvsLongCat 2.0highClaude Opus 4.8lowvsQwen3.8 27BmediumDisponibil gratuitClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27BmediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsQwen3.6 Plusmedium