Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

Rezumat

Comparație benchmark Claude Opus 4.8 vs Gemini 3.5 Flash: Claude Opus 4.8 conduce la scorul mediu cu 7.2 vs 7.0. Claude Opus 4.8 are costul de benchmark mai mic, $0.539 vs $1.079. Claude Opus 4.8 este mai rapid cu 3.47s vs 9.93s, cu rate de reușită de 61.9% vs 77.8%.

Model recomandat: Claude Opus 4.8 - Are cel mai bun scor aici (7.2) și costă de aproximativ 2.0x mai puțin decât Gemini 3.5 Flash.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash none Lansare: 2026-05-19
Scor 7.2 7.0
Rang #57 #66
Fiabilitate 10.0 10.0
Consistență 9.2 8.9
Teste corecte
Rată de trecere pe încercare 61.9% 77.8%
Teste instabile 2 3
Rulări totale 63 63
Cost per rezultat 4.485 7.190
Cost total $0.539 $1.079
Preț de intrare $5.000 / 1M $1.500 / 1M
Preț de ieșire $25.000 / 1M $9.000 / 1M
Total tokenuri de intrare 67,104 13,843
Tokenuri de ieșire 8,107 117,518
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 3.47s 9.93s
Timp de răspuns (maxim) 17.73s 64.36s
Timp de răspuns (total) 72.90s 178.68s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#57 Claude Opus 4.8

none
Cost
$0.053
Timp
22.0s
Tokenuri
2,253 tok

#66 Gemini 3.5 Flash

none
Cost
$0.225
Timp
125.5s
Tokenuri
25,004 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

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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemini 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Gemini 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
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 7.2 44.4% 1 1.66s 975 61 0
Gemini 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 0
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 3.48s 708 230 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 0
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Gemini 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 0
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 5.35s 11,775 355 0
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.41s 258 212 0
Gemini 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3.5 FlashnonevsRing-2.6-1Tmedium