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 Gemini 3 PRO Preview

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 PRO Preview Gemini 3 PRO Preview medium Lansare: 2025-11-18
Scor 8.7 8.1
Rang #12 #21
Fiabilitate 10.0 N/D
Consistență 9.6 10.0
Teste corecte
Rată de trecere pe încercare 83.3% 73.7%
Teste instabile 1 0
Rulări totale 60 60
Cost per rezultat 6.285 1.406
Cost total $1.006 $0.385
Preț de intrare $5.000 / 1M $9.506 / 1M
Preț de ieșire $25.000 / 1M $9.506 / 1M
Tokenuri de ieșire 23,201 1,490
Tokenuri de raționament 5,901 10,102
Timp de răspuns (mediu) 9.34s 9.05s
Timp de răspuns (maxim) 38.03s 26.24s
Timp de răspuns (total) 186.84s 90.53s

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 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
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 PRO Preview 3.0 10.0 0.0% 0 0ms 0 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 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
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 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
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 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
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 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
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 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
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 PRO Preview 10.0 10.0 100.0% 0 3.88s 225 1,215
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 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971
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 PRO Preview 0.0 0.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație