导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs Google: Gemini 3 Flash Preview

摘要

Claude Opus 4.8 vs Gemini 3 Flash Preview benchmark 对比：Claude Opus 4.8 平均分领先，为 8.7 vs 8.4。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $1.107。 Gemini 3 Flash Preview 更快，为 5.76s vs 9.66s，通过率为 84.1% vs 79.4%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（8.4 vs 8.7），同时成本比Claude Opus 4.8低约 10.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17
分数 8.7 8.4
排名 #10 #17
可靠性 10.0 10.0
一致性 9.6 9.2
测试正确
尝试通过率 84.1% 79.4%
不稳定测试 1 2
总运行次数 63 63
每个结果成本 6.512 0.689
总成本 $1.107 $0.111
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 61,007 36,769
输出令牌 26,495 2,076
推理令牌 5,901 28,518
响应时间（平均） 9.66s 5.76s
响应时间（最大） 38.03s 14.72s
响应时间（总计） 202.89s 120.93s

Generation showcase

Hamster playing table tennis

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

#10 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#17 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
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 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
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 14.15s 975 7,477 900
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633

快速对比

切换对比组合

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Fable 5mediumvsGemini 3 Flash PreviewlowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsStep 3.7 FlashmediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGPT-5.5medium