Claude Opus 5 vs Gemini 3.1 Flash Lite Preview (medium)

Claude Opus 5 лидирует по среднему баллу: 7.1 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) имеет более низкую стоимость benchmark: $0.158 vs $2.766. Gemini 3.1 Flash Lite Preview (medium) быстрее: 6.78s vs 10.78s, с долей успешных попыток 55.1% vs 60.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #159
Общее число выходных токенов: 31,386
Время ответа (среднее): 10.78s
Общая стоимость: $2.766

Ранг: #166
Общее число выходных токенов: 59,534
Время ответа (среднее): 6.78s
Общая стоимость: $0.158

Рекомендуемая модель Gemini 3.1 Flash Lite Preview (medium)

Его балл близок к лучшему здесь (7.0 против 7.1), при этом он примерно в 17.6 раза дешевле, чем Claude Opus 5.

Подробное сравнение

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Релиз: 2026-03-03

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Релиз: 2026-03-03
Оценка	7.1	7.0
Ранг	#159	#166
Надежность	10.0	10.0
Стабильность	9.6	9.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	60.9%
Нестабильные тесты	1	0
Всего запусков	69	69
Стоимость за результат	23.044	1.124
Общая стоимость	$2.766	$0.158
Цена входа	$5.000 / 1M	$0.250 / 1M
Цена выхода	$25.000 / 1M	$1.500 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.025 / 1M
Цена записи в кэш	$6.250 / 1M	$0.084 / 1M
Общее число входных токенов	396,120	272,221
Выходные токены	31,386	12,345
Токены рассуждений	0	47,189
Время ответа (среднее)	10.78s	6.78s
Время ответа (макс.)	79.61s	54.91s
Время ответа (суммарно)	247.96s	155.96s
Параметры	~5T всего (~500B активных)	~150B всего (~10B 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.

#159 Claude Opus 5

none

Стоимость: $0.271
Время: 149.3s
Токены: 10,962 tok

#166 Gemini 3.1 Flash Lite Preview

medium

Стоимость: $0.003
Время: 5.2s
Токены: 1,944 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	5.4	9.6	0.0%	0		79.61s	210,573	6,520	0
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997

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	10.0	10.0	100.0%	0		3.88s	10,503	309	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.3	10.0	33.3%	0		11.10s	972	5,440	0
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		3.70s	708	316	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		2.81s	909	99	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		7.89s	11,739	355	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801

Сменить пару сравнения

Claude Opus 5nonevsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Claude Opus 5nonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5medium Claude Opus 5nonevsLongCat 2.0medium Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Claude Opus 5nonevsQwen3.7 Flashhigh Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Gemini 3.1 Flash Lite PreviewmediumvsMiMo-V2.6-Flashlow