- 排名
- #20
- 总输出令牌
- 49,841
- 响应时间（平均）
- 12.49s
- 总成本
- $1.931
Claude Opus 4.8 (medium) vs Gemini 3.5 Flash Lite (high)
平均分几乎持平，为 8.8 vs 8.8。 Gemini 3.5 Flash Lite (high) benchmark 成本更低，为 $0.200 vs $1.931。 Gemini 3.5 Flash Lite (high) 更快，为 10.84s vs 12.49s，通过率为 84.9% vs 86.4%。
- 排名
- #21
- 总输出令牌
- 75,922
- 响应时间（平均）
- 10.84s
- 总成本
- $0.200
推荐模型
Gemini 3.5 Flash Lite (high)
它在这里得分最高（8.8），同时成本比Claude Opus 4.8 (medium)低约 9.7 倍。
详细对比
| 指标 | Claude Opus 4.8 Claude Opus 4.8 medium | Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite high |
|---|---|---|
| 分数 | 8.8 | 8.8 |
| 排名 | #20 | #21 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 84.9% | 86.4% |
| 不稳定测试 | 1 | 0 |
| 总运行次数 | 66 | 22 |
| 每个结果成本 | 10.724 | 1.048 |
| 总成本 | $1.931 | $0.200 |
| 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 | 138,451 | 30,858 |
| 输出令牌 | 40,766 | 2,072 |
| 推理令牌 | 9,075 | 73,850 |
| 响应时间（平均） | 12.49s | 10.84s |
| 响应时间（最大） | 70.54s | 50.65s |
| 响应时间（总计） | 274.72s | 238.40s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 Claude Opus 4.8
medium- 成本
- $0.057
- 时间
- 23.1s
- 令牌
- 2,412 tok
#21 Gemini 3.5 Flash Lite
high- 成本
- $0.025
- 时间
- 36.8s
- 令牌
- 9,964 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 834 | 1,179 | 478 | |
| Gemini 3.5 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.03s | 170 | 63 | 3,266 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| Gemini 3.5 Flash Lite | 7.8 | 10.0 | 66.7% | 0 | 15.51s | 2,712 | 143 | 19,439 |
| 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 | 54.29s | 101,005 | 19,531 | 4,762 | |
| Gemini 3.5 Flash Lite | 9.8 | 10.0 | 100.0% | 0 | 29.55s | 22,584 | 1,554 | 18,559 |
| 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 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| Gemini 3.5 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.75s | 2,516 | 93 | 2,097 |
| 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 | 14.59s | 975 | 7,477 | 900 | |
| Gemini 3.5 Flash Lite | 7.7 | 10.0 | 66.7% | 0 | 30.03s | 215 | 5 | 24,426 |
| 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 | 2.46s | 708 | 237 | 0 | |
| Gemini 3.5 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 164 | 27 | 917 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| Gemini 3.5 Flash Lite | 9.8 | 10.0 | 100.0% | 0 | 1.88s | 209 | 23 | 1,085 |
| 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 | 3.95s | 894 | 791 | 483 | |
| Gemini 3.5 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.59s | 192 | 62 | 1,194 |
| 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 | 8.96s | 11,775 | 301 | 225 | |
| Gemini 3.5 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 2,044 | 99 | 1,134 |
| 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 | 6.14s | 258 | 451 | 214 | |
| Gemini 3.5 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 6.64s | 52 | 3 | 1,733 |
快速对比
切换对比组合
Claude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 Flash LitehighGemini 3.5 Flash LitehighvsGPT-5.3-CodexmediumGemini 3.5 Flash LitehighvsMuse Spark 1.1mediumClaude Fable 5mediumvsGemini 3.5 Flash LitehighGemini 3.5 Flash LitehighvsGPT-5.5mediumClaude Opus 5lowvsGemini 3.5 Flash LitehighGemini 3.5 Flash LitehighvsGPT-5.4mediumClaude Opus 4.8mediumvsGemini 3.6 FlashlowGemini 3.5 Flash LitehighvsQwen3.7 MaxmediumGemini 3.5 Flash LitehighvsQwen3.6 Max Previewmedium