- 排名
- #23
- 总输出令牌
- 29,990
- 响应时间（平均）
- 7.61s
- 总成本
- $1.477
Claude Opus 4.7 (medium) vs Gemini 3.5 Flash (low)
Gemini 3.5 Flash (low) 平均分领先，为 8.9 vs 8.7。 Gemini 3.5 Flash (low) benchmark 成本更低，为 $0.433 vs $1.477。 Gemini 3.5 Flash (low) 更快，为 5.55s vs 7.61s，通过率为 83.3% vs 87.9%。
- 排名
- #16
- 总输出令牌
- 33,421
- 响应时间（平均）
- 5.55s
- 总成本
- $0.433
推荐模型
Gemini 3.5 Flash (low)
它在这里得分最高（8.9），同时成本比Claude Opus 4.7 (medium)低约 3.4 倍。
详细对比
| 指标 | Claude Opus 4.7 Claude Opus 4.7 medium | Gemini 3.5 Flash Gemini 3.5 Flash low |
|---|---|---|
| 分数 | 8.7 | 8.9 |
| 排名 | #23 | #16 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.7 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 83.3% | 87.9% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.201 | 2.277 |
| 总成本 | $1.477 | $0.433 |
| 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 | 145,252 | 87,817 |
| 输出令牌 | 24,948 | 2,239 |
| 推理令牌 | 5,042 | 31,182 |
| 响应时间（平均） | 7.61s | 5.55s |
| 响应时间（最大） | 65.40s | 53.55s |
| 响应时间（总计） | 159.91s | 122.19s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 Claude Opus 4.7
medium- 成本
- $0.059
- 时间
- 26.8s
- 令牌
- 2,475 tok
#16 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 | 43.42s | 104,347 | 15,459 | 3,928 | |
| Gemini 3.5 Flash | 8.2 | 6.9 | 66.7% | 1 | 29.99s | 63,752 | 557 | 3,713 |
| 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
Gemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.7mediumvsGemini 3.6 FlashlowClaude Opus 4.7mediumvsQwen3.8 MaxlowClaude Opus 4.7mediumvsGemini 3.5 Flash LitehighGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.7mediumvsMuse Spark 1.2highClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsMuse Spark 1.2highGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGrok 4.5high