Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

Сводка

Сравнение benchmark Claude Opus 4.8 vs Gemini 3.5 Flash: Gemini 3.5 Flash лидирует по среднему баллу: 9.8 vs 7.7. Gemini 3.5 Flash имеет более низкую стоимость benchmark: $1.115 vs $1.270. Gemini 3.5 Flash быстрее: 8.84s vs 10.83s, с долей успешных попыток 79.4% vs 96.8%.

Рекомендуемая модель: Gemini 3.5 Flash - У него самый высокий балл в этом сравнении (9.8) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19
Оценка 7.7 9.8
Ранг #38 #1
Надежность 10.0 10.0
Стабильность 8.8 9.6
Тестов верно
Доля успешных попыток 79.4% 96.8%
Нестабильные тесты 3 1
Всего запусков 63 63
Стоимость за результат 8.466 5.575
Общая стоимость $1.270 $1.115
Цена входа $5.000 / 1M $1.500 / 1M
Цена выхода $25.000 / 1M $9.000 / 1M
Общее число входных токенов 60,946 37,594
Выходные токены 31,771 1,975
Токены рассуждений 6,831 115,638
Время ответа (среднее) 10.83s 8.84s
Время ответа (макс.) 127.97s 34.82s
Время ответа (суммарно) 227.39s 185.57s

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

#1 Gemini 3.5 Flash

high
Стоимость
$0.208
Время
118.2s
Токены
23,158 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

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 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27BmediumClaude Opus 4.8lowvsKimi K2.5medium