Claude Opus 5 vs Google: Gemini 3.5 Flash

Claude Opus 5 (high) 平均分领先，为 9.2 vs 9.1。 Gemini 3.5 Flash (medium) benchmark 成本更低，为 $0.642 vs $2.835。 Gemini 3.5 Flash (medium) 更快，为 8.20s vs 20.44s，通过率为 84.9% vs 87.9%。

推荐模型Gemini 3.5 Flash (medium)它的得分接近这里的最高分（9.1 vs 9.2），同时成本比Claude Opus 5 (high)低约 4.4 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 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19

指标	Claude Opus 5 Claude Opus 5 high 发布日期: 2026-07-25	Gemini 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19
分数	9.2	9.1
排名	#11	#14
可靠性	10.0	10.0
一致性	9.6	9.7
测试正确
尝试通过率	84.9%	87.9%
不稳定测试	1	1
总运行次数	66	66
每个结果成本	15.747	3.374
总成本	$2.835	$0.642
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	135,959	69,747
输出令牌	67,066	2,166
推理令牌	19,114	57,436
响应时间（平均）	20.44s	8.20s
响应时间（最大）	159.01s	76.68s
响应时间（总计）	449.68s	180.47s

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

#14 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

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 3.5 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 5	10.0	10.0	100.0%	0		12.73s	10,590	7,547	1,721
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 5	10.0	10.0	100.0%	0		31.11s	98,549	10,546	2,198
Gemini 3.5 Flash	10.0	10.0	100.0%	0		44.36s	45,684	516	8,835

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 3.5 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 5	3.6	7.2	22.2%	1		89.10s	975	43,065	13,078
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 5	10.0	10.0	100.0%	0		3.79s	708	268	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 5	10.0	10.0	100.0%	0		4.78s	909	119	361
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 5	10.0	10.0	100.0%	0		4.66s	894	908	524
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 5	10.0	10.0	100.0%	0		8.44s	11,739	354	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 5	3.0	10.0	0.0%	0		14.14s	258	1,708	455
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 5highvsGemini 3.1 Pro Previewmedium Claude Opus 5highvsGPT-5.5low Claude Opus 5highvsQwen3.7 Maxmedium Claude Opus 5highvsGPT-5.6 Solmedium Claude Opus 5highvsGemini 3.6 Flashlow Gemini 3.5 FlashmediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Claude Opus 5highvsGPT-5.5medium Claude Opus 5highvsGPT-5.6 Sollow Claude Opus 5highvsGemini 3.5 Flashlow Claude Opus 5highvsGPT-5.3-Codexmedium