Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.1 Flash Lite Preview

Сводка

Сравнение benchmark Claude Opus 4.8 vs Gemini 3.1 Flash Lite Preview: Средний балл практически равен: 7.7 vs 7.8. Gemini 3.1 Flash Lite Preview имеет более низкую стоимость benchmark: $0.068 vs $1.270. Gemini 3.1 Flash Lite Preview быстрее: 3.96s vs 10.83s, с долей успешных попыток 79.4% vs 61.9%.

Рекомендуемая модель: Gemini 3.1 Flash Lite Preview - Здесь у него лучший балл (7.8), при этом он примерно в 18.7 раза дешевле, чем Claude Opus 4.8.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-30

Метрика Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Релиз: 2026-03-03
Оценка 7.7 7.8
Ранг #38 #33
Надежность 10.0 10.0
Стабильность 8.8 10.0
Тестов верно
Доля успешных попыток 79.4% 61.9%
Нестабильные тесты 3 0
Всего запусков 63 63
Стоимость за результат 8.466 0.523
Общая стоимость $1.270 $0.068
Цена входа $5.000 / 1M $0.250 / 1M
Цена выхода $25.000 / 1M $1.500 / 1M
Общее число входных токенов 60,946 37,786
Выходные токены 31,771 2,210
Токены рассуждений 6,831 36,744
Время ответа (среднее) 10.83s 3.96s
Время ответа (макс.) 127.97s 14.93s
Время ответа (суммарно) 227.39s 83.06s

Генерация showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

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

#33 Gemini 3.1 Flash Lite Preview

medium
Стоимость
$0.003
Время
5.2s
Токены
1,944 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
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 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Комбинированный 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 20.84s 23,500 2,216 1,081
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
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 45.53s 975 23,311 3,908
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
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 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
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 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsKimi K2.6mediumБесплатно доступноClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27BmediumDeepSeek V4 ProhighvsGemini 3.1 Flash Lite Previewmedium