Claude Opus 5 vs Google: Gemini 3.1 Pro Preview

平均分几乎持平，为 9.2 vs 9.2。 Gemini 3.1 Pro Preview (medium) benchmark 成本更低，为 $1.361 vs $2.835。 Claude Opus 5 (high) 更快，为 20.44s vs 21.47s，通过率为 84.9% vs 90.9%。

推荐模型Gemini 3.1 Pro Preview (medium)它在这里得分最高（9.2），同时成本比Claude Opus 5 (high)低约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Opus 5 Claude Opus 5 high 发布日期: 2026-07-25	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium 发布日期: 2026-02-19

指标	Claude Opus 5 Claude Opus 5 high 发布日期: 2026-07-25	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium 发布日期: 2026-02-19
分数	9.2	9.2
排名	#11	#10
可靠性	10.0	10.0
一致性	9.6	10.0
测试正确
尝试通过率	84.9%	90.9%
不稳定测试	1	0
总运行次数	66	66
每个结果成本	15.747	6.801
总成本	$2.835	$1.361
输入价格	$5.000 / 1M	$2.000 / 1M
输出价格	$25.000 / 1M	$12.000 / 1M
总输入令牌	135,959	92,287
输出令牌	67,066	5,232
推理令牌	19,114	92,726
响应时间（平均）	20.44s	21.47s
响应时间（最大）	159.01s	88.68s
响应时间（总计）	449.68s	322.08s

Hamster playing table tennis

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

#11 Claude Opus 5

high

成本: $0.265
时间: 144.5s
令牌: 10,741 tok

#10 Gemini 3.1 Pro Preview

medium

成本: $0.115
时间: 87.2s
令牌: 9,629 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

类别:

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 5	10.0	10.0	100.0%	0		5.91s	834	2,063	617
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218

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 5	10.0	10.0	100.0%	0		12.73s	10,590	7,547	1,721
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247

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 5	10.0	10.0	100.0%	0		31.11s	98,549	10,546	2,198
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111

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 5	10.0	10.0	100.0%	0		4.22s	10,503	488	160
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904

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 5	3.6	7.2	22.2%	1		89.10s	975	43,065	13,078
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		32.73s	635	18	12,424

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 5	10.0	10.0	100.0%	0		3.79s	708	268	0
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179

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 5	10.0	10.0	100.0%	0		4.78s	909	119	361
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236

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 5	10.0	10.0	100.0%	0		4.66s	894	908	524
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128

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 5	10.0	10.0	100.0%	0		8.44s	11,739	354	0
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982

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 5	3.0	10.0	0.0%	0		14.14s	258	1,708	455
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297

快速对比

切换对比组合

Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 5highvsGPT-5.5low Claude Opus 5highvsQwen3.7 Maxmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5highvsGemini 3.5 Flashmedium Claude Opus 5highvsGPT-5.6 Solmedium Claude Opus 5highvsGemini 3.6 Flashlow Claude Opus 5highvsGPT-5.5medium Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Claude Opus 5highvsGPT-5.6 Sollow Claude Opus 5highvsGemini 3.5 Flashlow Claude Opus 5highvsGPT-5.3-Codexmedium