导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Google: Gemini 3.5 Flash

摘要

Claude Opus 4.6 vs Gemini 3.5 Flash benchmark 对比：Claude Opus 4.6 平均分领先，为 7.7 vs 7.0。 Gemini 3.5 Flash benchmark 成本更低，为 $1.079 vs $2.053。 Gemini 3.5 Flash 更快，为 9.93s vs 25.89s，通过率为 61.9% vs 77.8%。

推荐模型: Gemini 3.5 Flash - 它的得分接近这里的最高分（7.0 vs 7.7），同时成本比Claude Opus 4.6低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Claude Opus 4.6 Claude Opus 4.6 medium 发布日期: 2026-02-05 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19
分数 7.7 7.0
排名 #38 #66
可靠性 10.0 10.0
一致性 8.8 8.9
测试正确
尝试通过率 61.9% 77.8%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 17.103 7.190
总成本 $2.053 $1.079
输入价格 $5.000 / 1M $1.500 / 1M
输出价格 $25.000 / 1M $9.000 / 1M
总输入令牌 53,227 13,843
输出令牌 47,446 117,518
推理令牌 24,000 0
响应时间（平均） 25.89s 9.93s
响应时间（最大） 83.40s 64.36s
响应时间（总计） 362.49s 178.68s

生成展示

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#66 Gemini 3.5 Flash

none
成本
$0.225
时间
125.5s
令牌
25,004 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 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 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 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 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 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 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 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 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 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 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 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 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 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

快速对比

切换对比组合

Claude Opus 4.6mediumvsStep 3.7 FlashlowGemini 3.5 FlashnonevsKimi K2.7 CodemediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 3.5 FlashnonevsRing-2.6-1TmediumGemini 3.5 FlashnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.5 Flashnonevsgpt-oss-120bmedium免费可用Claude Opus 4.6mediumvsGemini 3 Flash Previewlow