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 4.8 vs Google: Gemini 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-28

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none Lansare: 2026-05-19
Scor 8.7 8.9
Rang #12 #9
Fiabilitate 10.0 10.0
Consistență 9.6 8.6
Teste corecte
Rată de trecere pe încercare 83.3% 90.2%
Teste instabile 1 3
Rulări totale 60 60
Cost per rezultat 6.285 6.594
Cost total $1.006 $0.924
Preț de intrare $5.000 / 1M $1.500 / 1M
Preț de ieșire $25.000 / 1M $9.000 / 1M
Tokenuri de ieșire 23,201 100,760
Tokenuri de raționament 5,901 0
Timp de răspuns (mediu) 9.34s 9.05s
Timp de răspuns (maxim) 38.03s 64.36s
Timp de răspuns (total) 186.84s 153.86s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.53s 5,101 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 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Gemini 3.5 Flash 8.2 6.7 83.3% 1 39.62s 59,169 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 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Gemini 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Gemini 3.5 Flash 10.0 10.0 100.0% 0 8.10s 5,895 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 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Gemini 3.5 Flash 7.6 7.2 77.8% 1 10.64s 17,910 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 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.46s 1,620 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 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Gemini 3.5 Flash 9.8 10.0 100.0% 0 3.38s 3,928 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 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.13s 4,640 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 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Gemini 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 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 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Gemini 3.5 Flash 2.8 1.6 33.3% 1 4.87s 2,497 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashnonevsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.5 FlashnonevsGPT-5.5mediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashnonevsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 Maxnone