Claude Opus 5 vs Google: Gemini 3.5 Flash

Claude Opus 5 (medium) 平均分领先，为 9.2 vs 8.9。 Gemini 3.5 Flash (low) benchmark 成本更低，为 $0.433 vs $1.486。 Gemini 3.5 Flash (low) 更快，为 5.55s vs 9.38s，通过率为 83.3% vs 87.9%。

推荐模型Gemini 3.5 Flash (low)它的得分接近这里的最高分（8.9 vs 9.2），同时成本比Claude Opus 5 (medium)低约 3.4 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 medium 发布日期: 2026-07-25	Gemini 3.5 Flash Gemini 3.5 Flash low 发布日期: 2026-05-19

指标	Claude Opus 5 Claude Opus 5 medium 发布日期: 2026-07-25	Gemini 3.5 Flash Gemini 3.5 Flash low 发布日期: 2026-05-19
分数	9.2	8.9
排名	#12	#16
可靠性	10.0	10.0
一致性	9.6	9.7
测试正确
尝试通过率	83.3%	87.9%
不稳定测试	1	1
总运行次数	66	66
每个结果成本	8.253	2.277
总成本	$1.486	$0.433
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	135,607	87,817
输出令牌	25,673	2,239
推理令牌	6,930	31,182
响应时间（平均）	9.38s	5.55s
响应时间（最大）	35.05s	53.55s
响应时间（总计）	206.26s	122.19s

Hamster playing table tennis

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

#12 Claude Opus 5

medium

成本: $0.125
时间: 69.3s
令牌: 5,134 tok

#16 Gemini 3.5 Flash

low

成本: $0.068
时间: 39.1s
令牌: 7,588 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		5.46s	834	1,559	572
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536

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		9.56s	10,590	5,224	1,162
Gemini 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420

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		23.89s	98,197	7,895	1,276
Gemini 3.5 Flash	8.2	6.9	66.7%	1		29.99s	63,752	557	3,713

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		3.92s	10,503	355	161
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164

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	2.9	7.2	11.1%	1		19.88s	975	8,083	2,688
Gemini 3.5 Flash	7.7	10.0	66.7%	0		3.39s	633	12	4,538

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		3.56s	708	291	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916

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		4.16s	909	377	351
Gemini 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652

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		4.27s	894	836	465
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150

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		8.76s	11,739	354	0
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403

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		7.03s	258	699	255
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690

快速对比

切换对比组合

Gemini 3.5 FlashlowvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 5mediumvsGemini 3.6 Flashlow Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Claude Opus 4.7mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high Claude Opus 5highvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsMuse Spark 1.1medium