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 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.1 vs 7.2。 Claude Opus 4.8 benchmark 成本更低，为 $0.539 vs $0.582。 Claude Opus 4.8 更快，为 3.47s vs 4.94s，通过率为 61.9% vs 87.3%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.1），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：: 2026-06-18

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 medium 发布日期: 2026-05-19
分数 7.2 9.1
排名 #57 #8
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% 87.3%
不稳定测试 2 1
总运行次数 63 63
每个结果成本 4.485 3.229
总成本 $0.539 $0.582
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 36,936
输出令牌 8,107 2,001
推理令牌 0 56,408
响应时间（平均） 3.47s 4.94s
响应时间（最大） 17.73s 18.07s
响应时间（总计） 72.90s 103.79s

生成展示

Hamster playing table tennis

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

#57 Claude Opus 4.8

none
成本
$0.053
时间
22.0s
令牌
2,253 tok

#8 Gemini 3.5 Flash

medium
成本
$0.201
时间
112.9s
令牌
22,371 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 2.09s 492 171 3,385
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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
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 12.05s 12,873 351 7,807
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 4.07s 7,548 279 3,784
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 1.66s 975 61 0
Gemini 3.5 Flash 7.7 10.0 66.7% 0 5.24s 633 12 8,047
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 2.52s 486 115 1,144
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 9.9 10.0 100.0% 0 2.70s 615 71 2,855
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 7.7 10.0 66.7% 0 2.38s 558 295 2,747
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 10.0 10.0 100.0% 0 3.81s 5,457 234 455
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 2.75s 156 12 1,245

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 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium