Claude Opus 5.5 (medium) vs Gemini 4 Carbon (high)

Gemini 4 Carbon (high) лидирует по среднему баллу: 9.3 vs 9.2. Claude Opus 5.5 (medium) имеет более низкую стоимость benchmark: $1.804 vs $6.107. Claude Opus 5.5 (medium) быстрее: 25.85s vs 120.04s, с долей успешных попыток 89.9% vs 97.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-13

Сравниваемые модели

Ранг: #41
Общее число выходных токенов: 32,127
Время ответа (среднее): 25.85s
Общая стоимость: $1.804

Ранг: #36
Общее число выходных токенов: 513,770
Время ответа (среднее): 120.04s
Общая стоимость: $6.107

Рекомендуемая модель Claude Opus 5.5 (medium)

Его балл близок к лучшему здесь (9.2 против 9.3), при этом он примерно в 3.4 раза дешевле, чем Gemini 4 Carbon (high).

Подробное сравнение

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Gemini 4 Carbon Gemini 4 Carbon high Релиз: 2026-11-12

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Gemini 4 Carbon Gemini 4 Carbon high Релиз: 2026-11-12
Оценка	9.2	9.3
Ранг	#41	#36
Надежность	10.0	9.0
Стабильность	9.7	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	97.1%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	9.016	29.080
Общая стоимость	$1.804	$6.107
Цена входа	$4.000 / 1M	$2.000 / 1M
Цена выхода	$20.000 / 1M	$10.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.100 / 1M
Цена записи в кэш	$5.000 / 1M	$0.188 / 1M
Общее число входных токенов	290,117	484,505
Выходные токены	9,805	6,098
Токены рассуждений	22,322	507,672
Время ответа (среднее)	25.85s	120.04s
Время ответа (макс.)	90.20s	443.11s
Время ответа (суммарно)	594.63s	2760.87s
Параметры	~5T всего (~500B активных)	~1.2T 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.

#41 Claude Opus 5.5

medium

Стоимость: $0.053
Время: 25.6s
Токены: 2,781 tok

#36 Gemini 4 Carbon

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 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 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
Gemini 4 Carbon	10.0	10.0	100.0%	0		242.71s	228,686	1,076	30,888

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Gemini 4 Carbon	10.0	10.0	100.0%	0		11.36s	918	181	6,246

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Gemini 4 Carbon	10.0	10.0	100.0%	0		119.00s	8,448	495	79,534

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Gemini 4 Carbon	4.7	1.6	66.7%	2		399.18s	205,214	3,187	143,193

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Gemini 4 Carbon	10.0	10.0	100.0%	0		21.49s	8,025	336	8,927

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Gemini 4 Carbon	10.0	10.0	100.0%	0		337.62s	963	48	198,683

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Gemini 4 Carbon	10.0	10.0	100.0%	0		22.70s	591	137	3,276

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Gemini 4 Carbon	10.0	10.0	100.0%	0		24.45s	825	96	8,586

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Gemini 4 Carbon	10.0	10.0	100.0%	0		16.38s	882	226	5,881

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Gemini 4 Carbon	10.0	10.0	100.0%	0		97.59s	29,692	292	15,637

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Gemini 4 Carbon	10.0	10.0	100.0%	0		43.18s	261	24	6,821

Сменить пару сравнения