- 排名
- #86
- 总输出令牌
- 16,797
- 响应时间（平均）
- 4.91s
- 总成本
- $1.166
Claude Opus 4.8 vs Gemini 3.1 Flash Lite (medium)
平均分几乎持平，为 7.3 vs 7.3。 Gemini 3.1 Flash Lite (medium) benchmark 成本更低，为 $0.117 vs $1.166。 Gemini 3.1 Flash Lite (medium) 更快，为 4.27s vs 4.91s，通过率为 63.6% vs 62.1%。
- 排名
- #84
- 总输出令牌
- 60,298
- 响应时间（平均）
- 4.27s
- 总成本
- $0.117
推荐模型
Gemini 3.1 Flash Lite (medium)
它在这里得分最高（7.3），同时成本比Claude Opus 4.8低约 10.0 倍。
详细对比
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium |
|---|---|---|
| 分数 | 7.3 | 7.3 |
| 排名 | #86 | #84 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.2 |
| 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 | 63.6% | 62.1% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.969 | 0.898 |
| 总成本 | $1.166 | $0.117 |
| 输入价格 | $5.000 / 1M | $0.250 / 1M |
| 输出价格 | $25.000 / 1M | $1.500 / 1M |
| 总输入令牌 | 149,206 | 104,918 |
| 输出令牌 | 16,797 | 9,168 |
| 推理令牌 | 0 | 51,130 |
| 响应时间（平均） | 4.91s | 4.27s |
| 响应时间（最大） | 35.03s | 26.22s |
| 响应时间（总计） | 108.03s | 94.02s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#86 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
#84 Gemini 3.1 Flash Lite
medium- 成本
- $0.003
- 时间
- 5.3s
- 令牌
- 1,754 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 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Gemini 3.1 Flash Lite | 9.1 | 10.0 | 75.0% | 0 | 2.39s | 502 | 604 | 4,201 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Gemini 3.1 Flash Lite | 5.5 | 10.0 | 33.3% | 0 | 3.81s | 8,134 | 459 | 8,978 |
| 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 | 26.38s | 111,760 | 11,949 | 0 | |
| Gemini 3.1 Flash Lite | 7.2 | 9.1 | 50.0% | 0 | 18.55s | 80,983 | 7,241 | 20,231 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 7,362 | 279 | 2,845 |
| 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 | 7.2 | 44.4% | 1 | 1.70s | 975 | 61 | 0 | |
| Gemini 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 3.16s | 643 | 15 | 5,165 |
| 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 | 3.48s | 708 | 230 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 488 | 84 | 1,142 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Gemini 3.1 Flash Lite | 9.9 | 10.0 | 100.0% | 0 | 2.59s | 623 | 75 | 3,320 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Gemini 3.1 Flash Lite | 7.6 | 7.2 | 77.8% | 1 | 1.95s | 568 | 165 | 2,450 |
| 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 | 5.35s | 11,775 | 355 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.55s | 5,457 | 234 | 921 |
| 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 | 3.41s | 258 | 212 | 0 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 3.08s | 158 | 12 | 1,877 |
快速对比
切换对比组合
Claude Opus 4.8nonevsQwen3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsQwen3.7 FlashlowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5lowGemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5highClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium