导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Google: Gemini 3 Flash Preview

摘要

Claude Opus 4.6 vs Gemini 3 Flash Preview benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 7.4 vs 7.0。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $2.053。 Gemini 3 Flash Preview 更快，为 1.65s vs 25.89s，通过率为 61.9% vs 66.7%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（7.4），同时成本比Claude Opus 4.6低约 84.9 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 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17
分数 7.0 7.4
排名 #69 #48
可靠性 10.0 10.0
一致性 8.8 9.2
测试正确
尝试通过率 61.9% 66.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 17.103 0.186
总成本 $2.053 $0.025
输入价格 $5.000 / 1M $0.500 / 1M
输出价格 $25.000 / 1M $3.000 / 1M
总输入令牌 53,227 37,011
输出令牌 47,446 1,885
推理令牌 24,000 0
响应时间（平均） 25.89s 1.65s
响应时间（最大） 83.40s 3.56s
响应时间（总计） 362.49s 23.07s

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

#48 Gemini 3 Flash Preview

none
Cost
$0.003
Time
5.6s
Tokens
981 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 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 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 Flash Preview 10.0 10.0 100.0% 0 1.41s 7,263 279 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 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 0

快速对比

切换对比组合

Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGPT-5.4 MinimediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.2mediumGemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3 Flash PreviewnonevsQwen3.6 FlashmediumGemini 3 Flash PreviewnonevsGPT-5 MinimediumGemini 3 Flash PreviewnonevsGLM 5.1medium