导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.1 Flash Lite Preview

摘要

Claude Opus 4.6 vs Gemini 3.1 Flash Lite Preview benchmark 对比：Gemini 3.1 Flash Lite Preview 平均分领先，为 7.4 vs 7.0。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $2.053。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 25.89s，通过率为 61.9% vs 61.9%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它在这里得分最高（7.4），同时成本比Claude Opus 4.6低约 80.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 Claude Opus 4.6 Claude Opus 4.6 medium 发布日期: 2026-02-05 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03
分数 7.0 7.4
排名 #69 #50
可靠性 10.0 10.0
一致性 8.8 10.0
测试正确
尝试通过率 61.9% 61.9%
不稳定测试 3 0
总运行次数 63 63
每个结果成本 17.103 0.196
总成本 $2.053 $0.026
输入价格 $5.000 / 1M $0.250 / 1M
输出价格 $25.000 / 1M $1.500 / 1M
总输入令牌 53,227 32,715
输出令牌 47,446 2,286
推理令牌 24,000 9,166
响应时间（平均） 25.89s 2.77s
响应时间（最大） 83.40s 11.91s
响应时间（总计） 362.49s 58.12s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#50 Gemini 3.1 Flash Lite Preview

low
Cost
$0.002
Time
3.7s
Tokens
1,203 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Gemini 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 506 462 1,638
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 1.35s 160 9 420

快速对比

切换对比组合

Claude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5 MinimediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1medium