AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash Preview

Сводка

Сравнение benchmark Claude Opus 4.6 vs Gemini 3 Flash Preview: Gemini 3 Flash Preview лидирует по среднему баллу: 9.6 vs 7.7. Gemini 3 Flash Preview имеет более низкую стоимость benchmark: $0.667 vs $2.053. Gemini 3 Flash Preview быстрее: 18.64s vs 25.89s, с долей успешных попыток 61.9% vs 98.4%.

Рекомендуемая модель: Gemini 3 Flash Preview - Здесь у него лучший балл (9.6), при этом он примерно в 3.1 раза дешевле, чем Claude Opus 4.6.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17
Оценка	7.7	9.6
Ранг	#40	#2
Надежность	10.0	10.0
Стабильность	8.8	9.7
Тестов верно
Доля успешных попыток	61.9%	98.4%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	17.103	3.335
Общая стоимость	$2.053	$0.667
Цена входа	$5.000 / 1M	$0.500 / 1M
Цена выхода	$25.000 / 1M	$3.000 / 1M
Общее число входных токенов	53,227	37,017
Выходные токены	47,446	2,006
Токены рассуждений	24,000	214,153
Время ответа (среднее)	25.89s	18.64s
Время ответа (макс.)	83.40s	117.26s
Время ответа (суммарно)	362.49s	391.35s

Генерация showcase

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium

Неверный SVG

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

#2 Gemini 3 Flash Preview

medium

Стоимость: $0.010
Время: 17.9s
Токены: 3,236 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

Быстрое сравнение

Сменить пару сравнения