Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.1 Flash Lite

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

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Lansare: 2026-05-08
Scor 7.3 7.4
Rang #63 #54
Fiabilitate 10.0 10.0
Consistență 9.2 9.2
Teste corecte
Rată de trecere pe încercare 65.0% 65.0%
Teste instabile 2 2
Rulări totale 60 60
Cost per rezultat 4.324 0.217
Cost total $0.519 $0.026
Preț de intrare $5.000 / 1M $0.250 / 1M
Preț de ieșire $25.000 / 1M $1.500 / 1M
Tokenuri de ieșire 8,098 2,726
Tokenuri de raționament 0 8,951
Timp de răspuns (mediu) 3.51s 1.92s
Timp de răspuns (maxim) 17.73s 5.66s
Timp de răspuns (total) 70.19s 38.45s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
Gemini 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 1,013 1,548
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 6.8 10.0 50.0% 0 3.59s 1,323 0
Gemini 3.1 Flash Lite 6.8 10.0 50.0% 0 1.71s 465 763
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 9.5 10.0 100.0% 0 17.73s 3,259 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 348 975
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 7.3 5.8 83.3% 1 1.77s 308 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 291 697
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 7.2 44.4% 1 1.66s 61 0
Gemini 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 15 1,214
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 3.48s 230 0
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 69 438
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 9.9 10.0 100.0% 0 1.37s 95 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 72 760
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 7.7 10.0 66.7% 0 2.74s 783 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 210 1,191
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 5.35s 355 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 234 945
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 3.41s 212 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 9 420

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LitelowvsGLM 5.1mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsKimi K2.6mediumDisponibil gratuitClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5.2mediumGemini 3.1 Flash LitelowvsGLM 5V TurbomediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium