Claude Opus 4.8 (low) vs Gemini 2.5 Flash (medium)

Gemini 2.5 Flash (medium) лидирует по среднему баллу: 7.3 vs 7.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.644 vs $3.787. Claude Opus 4.8 (low) быстрее: 17.13s vs 20.51s, с долей успешных попыток 78.3% vs 68.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #143
Общее число выходных токенов: 69,489
Время ответа (среднее): 17.13s
Общая стоимость: $3.787

Ранг: #135
Общее число выходных токенов: 241,365
Время ответа (среднее): 20.51s
Общая стоимость: $0.644

Рекомендуемая модель Gemini 2.5 Flash (medium)

Здесь у него лучший балл (7.3), при этом он примерно в 5.9 раза дешевле, чем Claude Opus 4.8 (low).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17
Оценка	7.2	7.3
Ранг	#143	#135
Надежность	10.0	10.0
Стабильность	8.6	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	68.1%
Нестабильные тесты	4	1
Всего запусков	69	69
Стоимость за результат	23.669	4.288
Общая стоимость	$3.787	$0.644
Цена входа	$5.000 / 1M	$0.300 / 1M
Цена выхода	$25.000 / 1M	$2.500 / 1M
Общее число входных токенов	409,947	132,507
Выходные токены	46,060	12,739
Токены рассуждений	23,429	228,626
Время ответа (среднее)	17.13s	20.51s
Время ответа (макс.)	127.97s	140.50s
Время ответа (суммарно)	394.01s	471.64s
Параметры	~5T всего (~500B активных)	~350B всего (~20B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#143 Claude Opus 4.8

low

Стоимость: $0.031
Время: 14.1s
Токены: 1,345 tok

#135 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 274.0s
Токены: 0 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 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Gemini 2.5 Flash	3.0	10.0	0.0%	0		6.54s	0	0	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

Быстрое сравнение

Сменить пару сравнения