Claude Opus 4.8 (medium) vs Gemini 3.5 Flash (low)

Gemini 3.5 Flash (low) лидирует по среднему баллу: 9.0 vs 8.3. Gemini 3.5 Flash (low) имеет более низкую стоимость benchmark: $0.752 vs $3.490. Gemini 3.5 Flash (low) быстрее: 7.85s vs 16.72s, с долей успешных попыток 82.6% vs 85.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #96
Общее число выходных токенов: 67,522
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #46
Общее число выходных токенов: 42,730
Время ответа (среднее): 7.85s
Общая стоимость: $0.752

Рекомендуемая модель Gemini 3.5 Flash (low)

Здесь у него лучший балл (9.0), при этом он примерно в 4.6 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash low Релиз: 2026-05-19

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Gemini 3.5 Flash Gemini 3.5 Flash low Релиз: 2026-05-19
Оценка	8.3	9.0
Ранг	#96	#46
Надежность	10.0	10.0
Стабильность	9.0	9.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	85.5%
Нестабильные тесты	3	2
Всего запусков	69	69
Стоимость за результат	20.527	3.955
Общая стоимость	$3.490	$0.752
Цена входа	$5.000 / 1M	$1.500 / 1M
Цена выхода	$25.000 / 1M	$9.000 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.150 / 1M
Цена записи в кэш	$6.250 / 1M	$0.084 / 1M
Общее число входных токенов	360,294	244,533
Выходные токены	43,441	3,450
Токены рассуждений	24,401	39,280
Время ответа (среднее)	16.72s	7.85s
Время ответа (макс.)	99.37s	53.74s
Время ответа (суммарно)	384.66s	180.45s
Параметры	~5T всего (~500B активных)	~500B всего (~20B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#96 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#46 Gemini 3.5 Flash

low

Стоимость: $0.068
Время: 39.1s
Токены: 7,588 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	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Gemini 3.5 Flash	10.0	10.0	100.0%	0		53.74s	156,707	1,211	6,324

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 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536

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 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420

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		54.29s	101,005	19,531	4,762
Gemini 3.5 Flash	8.2	6.9	66.7%	1		29.99s	63,752	557	3,713

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 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Gemini 3.5 Flash	5.3	7.2	44.4%	1		4.89s	642	12	6,312

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 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916

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 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652

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 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150

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 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403

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 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690

Сменить пару сравнения

Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Gemini 3.5 FlashlowvsMuse Spark Openxhigh Claude Opus 4.8mediumvsGemini 4 Argonlow Claude Opus 4.8mediumvsDeepSeek V4.1 Flash 1017max Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Gemini 3.5 FlashlowvsMuse Spark 1.3medium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashlowvsMuse Wonderminimal Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Seed 2.1 TurbohighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsParetodefault