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 7.2 vs 7.0。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.018 vs $2.053。 Gemini 3.1 Flash Lite Preview 更快，为 1.21s vs 25.89s，通过率为 61.9% vs 60.3%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它在这里得分最高（7.2），同时成本比Claude Opus 4.6低约 115.8 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 none 发布日期: 2026-03-03
分数 7.0 7.2
排名 #69 #58
可靠性 10.0 10.0
一致性 8.8 9.7
测试正确
尝试通过率 61.9% 60.3%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 17.103 0.148
总成本 $2.053 $0.018
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 37,582
输出令牌 47,446 5,547
推理令牌 24,000 0
响应时间（平均） 25.89s 1.21s
响应时间（最大） 83.40s 3.39s
响应时间（总计） 362.49s 25.45s

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

#58 Gemini 3.1 Flash Lite Preview

none
Cost
$0.003
Time
4.7s
Tokens
1,827 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 7.5 8.4 66.7% 1 1.04s 504 1,092 0
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 967ms 8,128 670 0
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 3.20s 13,026 339 0
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 1.22s 7,550 399 0
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 942ms 641 568 0
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 741ms 488 69 0
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 1.13s 623 574 0
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 900ms 570 1,045 0
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 3.39s 5,894 782 0
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 814ms 158 9 0

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewnonevsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6medium免费可用Claude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5 MinimediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone