导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.7 vs Google: Gemini 3 Flash Preview

摘要

Claude Opus 4.7 vs Gemini 3 Flash Preview benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 8.7。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.667 vs $0.679。 Claude Opus 4.7 更快，为 4.73s vs 18.64s，通过率为 82.5% vs 98.4%。

推荐模型: Claude Opus 4.7 - 它提供了最佳整体取舍：得分有竞争力（8.7），响应快于Gemini 3 Flash Preview，成本也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17
分数 8.7 9.6
排名 #13 #2
可靠性 10.0 10.0
一致性 9.6 9.7
测试正确
尝试通过率 82.5% 98.4%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 3.991 3.335
总成本 $0.679 $0.667
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 65,406 37,017
输出令牌 11,858 2,006
推理令牌 2,198 214,153
响应时间（平均） 4.73s 18.64s
响应时间（最大） 23.18s 117.26s
响应时间（总计） 94.51s 391.35s

Generation showcase

Hamster playing table tennis

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

#13 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

#2 Gemini 3 Flash Preview

medium
Cost
$0.010
Time
17.9s
Tokens
3,236 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325

快速对比

切换对比组合

Claude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsStep 3.7 FlashlowClaude Opus 4.7mediumvsDeepSeek V4 ProhighGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumClaude Opus 4.7mediumvsGemini 3 Flash Previewlow