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 4.7 vs Google: Gemini 3.5 Flash

摘要

Claude Opus 4.7 vs Gemini 3.5 Flash benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.2 vs 8.7。 Gemini 3.5 Flash benchmark 成本更低，为 $0.349 vs $0.679。 Gemini 3.5 Flash 更快，为 3.27s vs 4.73s，通过率为 82.5% vs 90.5%。

推荐模型: Gemini 3.5 Flash - 它在这里得分最高（9.2），同时成本比Claude Opus 4.7低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash low 发布日期: 2026-05-19
分数 8.7 9.2
排名 #13 #5
可靠性 10.0 10.0
一致性 9.6 10.0
测试正确
尝试通过率 82.5% 90.5%
不稳定测试 1 0
总运行次数 63 63
每个结果成本 3.991 1.834
总成本 $0.679 $0.349
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 65,406 36,938
输出令牌 11,858 2,033
推理令牌 2,198 30,519
响应时间（平均） 4.73s 3.27s
响应时间（最大） 23.18s 9.05s
响应时间（总计） 94.51s 68.65s

生成展示

Hamster playing table tennis

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

#13 Claude Opus 4.7

medium
成本
$0.059
时间
26.8s
令牌
2,475 tok

#5 Gemini 3.5 Flash

low
成本
$0.068
时间
39.1s
令牌
7,588 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 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 21.45s 24,501 2,369 1,084
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.44s 12,873 351 3,050
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 10.0 10.0 100.0% 0 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 10.0 10.0 100.0% 0 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 10.0 10.0 100.0% 0 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 10.0 10.0 100.0% 0 1.88s 156 12 690

快速对比

切换对比组合

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsDeepSeek V4 FlashhighGemini 3.5 FlashlowvsGLM 5.2mediumClaude Opus 4.7mediumvsGPT-5.5lowGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsGPT-5 Minimedium