AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.5 Flash

Сводка

Сравнение benchmark Claude Opus 4.6 vs Gemini 3.5 Flash: Claude Opus 4.6 лидирует по среднему баллу: 7.7 vs 7.0. Gemini 3.5 Flash имеет более низкую стоимость benchmark: $1.079 vs $2.053. Gemini 3.5 Flash быстрее: 9.93s vs 25.89s, с долей успешных попыток 61.9% vs 77.8%.

Рекомендуемая модель: Gemini 3.5 Flash - Его балл близок к лучшему здесь (7.0 против 7.7), при этом он примерно в 1.9 раза дешевле, чем Claude Opus 4.6.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3.5 Flash Gemini 3.5 Flash none Релиз: 2026-05-19

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3.5 Flash Gemini 3.5 Flash none Релиз: 2026-05-19
Оценка	7.7	7.0
Ранг	#38	#66
Надежность	10.0	10.0
Стабильность	8.8	8.9
Тестов верно
Доля успешных попыток	61.9%	77.8%
Нестабильные тесты	3	3
Всего запусков	63	63
Стоимость за результат	17.103	7.190
Общая стоимость	$2.053	$1.079
Цена входа	$5.000 / 1M	$1.500 / 1M
Цена выхода	$25.000 / 1M	$9.000 / 1M
Общее число входных токенов	53,227	13,843
Выходные токены	47,446	117,518
Токены рассуждений	24,000	0
Время ответа (среднее)	25.89s	9.93s
Время ответа (макс.)	83.40s	64.36s
Время ответа (суммарно)	362.49s	178.68s

Генерация showcase

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium

Неверный SVG

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

#66 Gemini 3.5 Flash

none

Стоимость: $0.225
Время: 125.5s
Токены: 25,004 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

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 3.5 Flash	10.0	10.0	100.0%	0		2.53s	492	5,101	0

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 3.5 Flash	8.8	7.8	88.9%	1		34.69s	8,122	75,927	0

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		76.66s	20,685	8,178	5,194
Gemini 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0

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 3.5 Flash	6.5	10.0	50.0%	0		8.10s	2,781	5,895	0

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		83.40s	674	14,642	8,687
Gemini 3.5 Flash	7.6	7.2	77.8%	1		10.64s	633	17,910	0

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 3.5 Flash	10.0	10.0	100.0%	0		3.46s	486	1,620	0

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 3.5 Flash	9.8	10.0	100.0%	0		3.38s	615	3,928	0

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 3.5 Flash	10.0	10.0	100.0%	0		3.13s	558	4,640	0

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 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0

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 3.5 Flash	2.8	1.6	33.3%	1		4.87s	156	2,497	0

Быстрое сравнение

Сменить пару сравнения