Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash-Lite

Claude Opus 4.7 (medium) 平均分领先，为 8.7 vs 8.1。 Gemini 3.5 Flash-Lite (high) benchmark 成本更低，为 $0.584 vs $1.477。 Claude Opus 4.7 (medium) 更快，为 7.61s vs 9.48s，通过率为 83.3% vs 81.8%。

推荐模型Claude Opus 4.7 (medium)它在本次比较中得分最高（8.7），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21

指标	Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21
分数	8.7	8.1
排名	#18	#31
可靠性	10.0	10.0
一致性	9.6	7.5
测试正确
尝试通过率	83.3%	81.8%
不稳定测试	1	7
总运行次数	66	66
每个结果成本	8.201	4.169
总成本	$1.477	$0.584
输入价格	$5.000 / 1M	$0.300 / 1M
输出价格	$25.000 / 1M	$2.500 / 1M
总输入令牌	145,252	105,138
输出令牌	24,948	8,315
推理令牌	5,042	212,507
响应时间（平均）	7.61s	9.48s
响应时间（最大）	65.40s	43.93s
响应时间（总计）	159.91s	208.52s

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

成本: $0.059
时间: 26.8s
令牌: 2,475 tok

#31 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 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

类别:

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 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464

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 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Gemini 3.5 Flash-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603

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 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
Gemini 3.5 Flash-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928

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 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104

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 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Gemini 3.5 Flash-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792

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 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Gemini 3.5 Flash-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361

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 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Gemini 3.5 Flash-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533

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 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Gemini 3.5 Flash-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371

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 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356

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 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Gemini 3.5 Flash-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995

快速对比

切换对比组合