导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

摘要

Claude Opus 4.8 vs Gemini 3.5 Flash (high) benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 7.2。 Claude Opus 4.8 benchmark 成本更低，为 $0.539 vs $1.115。 Claude Opus 4.8 更快，为 3.48s vs 8.84s，通过率为 61.9% vs 96.8%。

推荐模型: Gemini 3.5 Flash (high) - 它在本次比较中得分最高（9.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Claude Opus 4.8 Claude Opus 4.8 none 发布日期: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19
分数 7.2 9.8
排名 #70 #1
可靠性 10.0 10.0
一致性 9.2 9.6
测试正确
尝试通过率 61.9% 96.8%
不稳定测试 2 1
总运行次数 63 63
每个结果成本 4.485 5.575
总成本 $0.539 $1.115
输入价格 $5.000 / 1M $1.500 / 1M
输出价格 $25.000 / 1M $9.000 / 1M
总输入令牌 67,104 37,594
输出令牌 8,107 1,975
推理令牌 0 115,638
响应时间（平均） 3.48s 8.84s
响应时间（最大） 17.73s 34.82s
响应时间（总计） 73.00s 185.57s

生成展示

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
成本
$0.053
时间
22.0s
令牌
2,253 tok

#1 Gemini 3.5 Flash

high
成本
$0.208
时间
118.2s
令牌
23,158 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

快速对比

切换对比组合

Claude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Claude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1medium免费可用Claude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium