AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3 Flash Preview

Сводка

Сравнение benchmark Claude Opus 4.8 vs Gemini 3 Flash Preview (medium): Gemini 3 Flash Preview (medium) лидирует по среднему баллу: 9.6 vs 7.2. Claude Opus 4.8 имеет более низкую стоимость benchmark: $0.539 vs $0.667. Claude Opus 4.8 быстрее: 3.48s vs 18.64s, с долей успешных попыток 61.9% vs 98.4%.

Рекомендуемая модель: Gemini 3 Flash Preview (medium) - У него самый высокий балл в этом сравнении (9.6) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-10

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17
Оценка	7.2	9.6
Ранг	#70	#2
Надежность	10.0	10.0
Стабильность	9.2	9.7
Тестов верно
Доля успешных попыток	61.9%	98.4%
Нестабильные тесты	2	1
Всего запусков	63	63
Стоимость за результат	4.485	3.335
Общая стоимость	$0.539	$0.667
Цена входа	$5.000 / 1M	$0.500 / 1M
Цена выхода	$25.000 / 1M	$3.000 / 1M
Общее число входных токенов	67,104	37,017
Выходные токены	8,107	2,006
Токены рассуждений	0	214,153
Время ответа (среднее)	3.48s	18.64s
Время ответа (макс.)	17.73s	117.26s
Время ответа (суммарно)	73.00s	391.35s

Генерация showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#2 Gemini 3 Flash Preview

medium

Стоимость: $0.010
Время: 17.9s
Токены: 3,236 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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	7.2	44.4%	1		1.70s	975	61	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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		3.48s	708	230	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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		5.35s	11,775	355	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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		3.41s	258	212	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

Быстрое сравнение

Сменить пару сравнения