导航
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.6 Flash

Gemini 3.6 Flash (low) 平均分领先，为 9.4 vs 8.8。 Gemini 3.6 Flash (low) benchmark 成本更低，为 $0.517 vs $1.931。 Gemini 3.6 Flash (low) 更快，为 4.42s vs 12.49s，通过率为 84.9% vs 97.0%。

推荐模型Gemini 3.6 Flash (low)它在这里得分最高（9.4），同时成本比Claude Opus 4.8 (medium)低约 3.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 Gemini 3.6 Flash Gemini 3.6 Flash low 发布日期: 2026-07-21
分数 8.8 9.4
排名 #17 #6
可靠性 10.0 10.0
一致性 9.6 9.6
测试正确
尝试通过率 84.9% 97.0%
不稳定测试 1 1
总运行次数 66 66
每个结果成本 10.724 2.461
总成本 $1.931 $0.517
输入价格 $5.000 / 1M $1.500 / 1M
输出价格 $25.000 / 1M $7.500 / 1M
总输入令牌 138,451 82,715
输出令牌 40,766 5,729
推理令牌 9,075 46,633
响应时间（平均） 12.49s 4.42s
响应时间（最大） 70.54s 28.92s
响应时间（总计） 274.72s 97.13s

Hamster playing table tennis

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

#17 Claude Opus 4.8

medium
成本
$0.057
时间
23.1s
令牌
2,412 tok

#6 Gemini 3.6 Flash

low
成本
$0.050
时间
28.1s
令牌
6,731 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

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 3.6 Flash 7.8 7.4 77.8% 1 7.28s 8,136 451 15,026

快速对比

切换对比组合

Gemini 3.6 FlashlowvsGPT-5.6 SolmediumGemini 3.6 FlashlowvsGPT-5.6 SolhighClaude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.6 FlashlowvsQwen3.7 MaxmediumGemini 3.6 FlashlowvsGPT-5.5mediumGemini 3.6 FlashlowvsGrok 4.5highGemini 3.6 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.8mediumvsGrok 4.5lowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsMuse Spark 1.1low