Claude Opus 4.8 (low) vs Gemini 3.5 Flash Lite (medium)

排名: #59
总输出令牌: 51,758
响应时间（平均）: 12.74s
总成本: $2.077

排名: #54
总输出令牌: 96,653
响应时间（平均）: 5.20s
总成本: $0.273

推荐模型 Gemini 3.5 Flash Lite (medium)

它在这里得分最高（7.8），同时成本比Claude Opus 4.8 (low)低约 7.6 倍。

详细对比

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite medium 发布日期: 2026-07-21

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite medium 发布日期: 2026-07-21
分数	7.8	7.8
排名	#59	#54
可靠性	10.0	10.0
一致性	8.9	7.8
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	80.3%	78.8%
不稳定测试	3	6
总运行次数	66	66
每个结果成本	12.979	1.949
总成本	$2.077	$0.273
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	156,525	103,903
输出令牌	43,141	8,892
推理令牌	8,617	87,761
响应时间（平均）	12.74s	5.20s
响应时间（最大）	127.97s	26.41s
响应时间（总计）	280.29s	114.46s

模型生成展示

Hamster playing table tennis

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

#59 Claude Opus 4.8

low

成本: $0.031
时间: 14.1s
令牌: 1,345 tok

#54 Gemini 3.5 Flash Lite

medium

成本: $0.010
时间: 17.8s
令牌: 4,000 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.11s	504	150	5,265

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Gemini 3.5 Flash Lite	7.9	9.9	66.7%	0		9.96s	8,122	471	28,930

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 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Gemini 3.5 Flash Lite	7.3	5.8	83.3%	1		17.87s	79,299	7,303	29,209

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.11s	7,362	287	2,226

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Gemini 3.5 Flash Lite	4.1	4.4	44.5%	2		5.92s	643	17	11,382

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Gemini 3.5 Flash Lite	4.7	3.1	33.3%	1		2.97s	488	100	1,558

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Gemini 3.5 Flash Lite	9.8	10.0	100.0%	0		1.72s	625	69	2,657

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Gemini 3.5 Flash Lite	8.2	7.2	88.9%	1		1.82s	570	199	2,988

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Gemini 3.5 Flash Lite	10.0	10.0	100.0%	0		2.84s	6,132	287	1,277

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Gemini 3.5 Flash Lite	2.8	1.6	33.3%	1		3.75s	158	9	2,269

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsGLM 5medium Gemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsSolar Pro 4xhigh Claude Opus 4.8lowvsGPT-5.6 Terramedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh Gemini 3.5 Flash LitemediumvsGPT-5.6 Terrahigh Claude Opus 4.8lowvsQwen3.7 Plusmedium