Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.1 Pro Preview

Сводка

Сравнение benchmark Claude Opus 4.8 vs Gemini 3.1 Pro Preview: Gemini 3.1 Pro Preview лидирует по среднему баллу: 9.2 vs 8.8. Gemini 3.1 Pro Preview имеет более низкую стоимость benchmark: $1.054 vs $1.107. Claude Opus 4.8 быстрее: 9.66s vs 20.14s, с долей успешных попыток 84.1% vs 90.5%.

Рекомендуемая модель: Claude Opus 4.8 - Его балл близок к лучшему здесь (8.8 против 9.2), и он отвечает примерно в 2.1 раза быстрее, чем Gemini 3.1 Pro Preview.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Релиз: 2026-02-19
Оценка 8.8 9.2
Ранг #15 #10
Надежность 10.0 10.0
Стабильность 9.6 10.0
Тестов верно
Доля успешных попыток 84.1% 90.5%
Нестабильные тесты 1 0
Всего запусков 63 63
Стоимость за результат 6.512 5.546
Общая стоимость $1.107 $1.054
Цена входа $5.000 / 1M $2.000 / 1M
Цена выхода $25.000 / 1M $12.000 / 1M
Общее число входных токенов 61,007 41,617
Выходные токены 26,495 1,977
Токены рассуждений 5,901 78,896
Время ответа (среднее) 9.66s 20.14s
Время ответа (макс.) 38.03s 88.68s
Время ответа (суммарно) 202.89s 281.92s

Generation showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#10 Gemini 3.1 Pro Preview

medium
Cost
$0.115
Time
87.2s
Tokens
9,629 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 3.95s 834 1,179 478
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
Программирование 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 15.33s 10,590 9,945 1,381
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
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 38.03s 23,561 5,260 1,588
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
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 14.15s 975 7,477 900
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
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 2.46s 708 237 0
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
Следование инструкциям 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 3.32s 909 373 320
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
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 3.95s 894 791 483
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
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 8.96s 11,775 301 225
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
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 6.14s 258 451 214
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsDeepSeek V4 FlashhighGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.8mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8mediumvsGPT-5.3 Chatnone