Claude Opus 4.6 (medium) vs Gemini 3.1 Pro Preview (medium)

Gemini 3.1 Pro Preview (medium) лидирует по среднему баллу: 8.4 vs 6.3. Gemini 3.1 Pro Preview (medium) имеет более низкую стоимость benchmark: $1.585 vs $2.961. Gemini 3.1 Pro Preview (medium) быстрее: 22.71s vs 32.23s, с долей успешных попыток 60.9% vs 89.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #261
Общее число выходных токенов: 96,722
Время ответа (среднее): 32.23s
Общая стоимость: $2.961

Ранг: #86
Общее число выходных токенов: 102,691
Время ответа (среднее): 22.71s
Общая стоимость: $1.585

Рекомендуемая модель Gemini 3.1 Pro Preview (medium)

Здесь у него лучший балл (8.4), при этом он примерно в 1.9 раза дешевле, чем Claude Opus 4.6 (medium).

Подробное сравнение

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Релиз: 2026-02-19

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Релиз: 2026-02-19
Оценка	6.3	8.4
Ранг	#261	#86
Надежность	10.0	9.8
Стабильность	8.5	9.6
Попытки	66/69	69/69
Тестов верно
Доля успешных попыток	60.9%	89.9%
Нестабильные тесты	3	1
Всего запусков	66	69
Стоимость за результат	22.777	7.924
Общая стоимость	$2.961	$1.585
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$25.000 / 1M	$12.000 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.200 / 1M
Цена записи в кэш	$6.250 / 1M	$0.375 / 1M
Общее число входных токенов	108,573	176,208
Выходные токены	69,994	6,093
Токены рассуждений	26,728	96,598
Время ответа (среднее)	32.23s	22.71s
Время ответа (макс.)	151.51s	88.68s
Время ответа (суммарно)	515.65s	386.11s
Параметры	~5T всего (~500B активных)	~1.2T всего (~20B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#261 Claude Opus 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#86 Gemini 3.1 Pro Preview

medium

Стоимость: $0.115
Время: 87.2s
Токены: 9,629 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	0.0	0.0	0.0%	0		0ms	0	0	0
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		114.08s	76,073	33,018	9,509
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	3.0	10.0	0.0%	0		42.53s	632	12,350	7,100
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297

Сменить пару сравнения