导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

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

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Opus 4.6 medium 发布日期: 发布日期未知 Google: Gemini 3 Pro Preview medium 发布日期: 发布日期未知
排名 #20 #3
分数 6.07 8.64
一致性 8.80 10.00
每个结果成本 10.992 0.947
总成本 $0.880 $0.114
测试正确
错误测试数 6 2
尝试通过率 61.9% 85.7%
不稳定测试 2 0
输出令牌 19,576 1,100
推理令牌 11,081 5,910

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 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Google: Gemini 3 Pro Preview 10.00 10.00 100.0% 0 143 1,107
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 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Google: Gemini 3 Pro Preview 10.00 10.00 100.0% 0 318 687
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Google: Gemini 3 Pro Preview 4.00 10.00 33.3% 0 15 1,211
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Google: Gemini 3 Pro Preview 9.50 10.00 100.0% 0 69 754
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Google: Gemini 3 Pro Preview 10.00 10.00 100.0% 0 231 1,180
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Google: Gemini 3 Pro Preview 10.00 10.00 100.0% 0 324 971

切换对比组合

将 Anthropic: Claude Opus 4.6 与...对比

将 Google: Gemini 3 Pro Preview 与...对比