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：Gemini 3 Flash Preview 平均分领先，为 7.4 vs 7.2。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $0.539。 Claude Opus 4.8 更快，为 3.47s vs 5.76s，通过率为 61.9% vs 79.4%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（7.4），同时成本比Claude Opus 4.8低约 4.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Claude Opus 4.8 Claude Opus 4.8 none 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 7.2 7.4
排名 #59 #53
可靠性 10.0 10.0
一致性 9.2 9.2
测试正确
尝试通过率 61.9% 79.4%
不稳定测试 2 2
总运行次数 63 63
每个结果成本 4.485 0.689
总成本 $0.539 $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 67,104 36,769
输出令牌 8,107 2,076
推理令牌 0 28,518
响应时间（平均） 3.47s 5.76s
响应时间（最大） 17.73s 14.72s
响应时间（总计） 72.90s 120.93s

Generation showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#53 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
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 7.2 44.4% 1 1.66s 975 61 0
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 3.48s 708 230 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 9.9 10.0 100.0% 0 1.37s 909 95 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
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 5.35s 11,775 355 0
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 3.41s 258 212 0
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

Claude Opus 4.8nonevsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 Chatnone