Claude Opus 5 vs Google: Gemini 3.6 Flash

Gemini 3.6 Flash (high) 平均分领先，为 9.7 vs 9.2。 Claude Opus 5 (medium) benchmark 成本更低，为 $1.486 vs $1.785。 Claude Opus 5 (medium) 更快，为 9.38s vs 14.88s，通过率为 83.3% vs 98.5%。

推荐模型Claude Opus 5 (medium)它的得分接近这里的最高分（9.2 vs 9.7），同时响应速度比Gemini 3.6 Flash (high)快约 1.6 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 3.6 Flash Gemini 3.6 Flash high 发布日期: 2026-07-21

指标	Claude Opus 5 Claude Opus 5 medium 发布日期: 2026-07-25	Gemini 3.6 Flash Gemini 3.6 Flash high 发布日期: 2026-07-21
分数	9.2	9.7
排名	#12	#2
可靠性	10.0	10.0
一致性	9.6	9.6
测试正确
尝试通过率	83.3%	98.5%
不稳定测试	1	1
总运行次数	66	66
每个结果成本	8.253	8.497
总成本	$1.486	$1.785
输入价格	$5.000 / 1M	$1.500 / 1M
输出价格	$25.000 / 1M	$7.500 / 1M
总输入令牌	135,607	87,819
输出令牌	25,673	5,750
推理令牌	6,930	214,596
响应时间（平均）	9.38s	14.88s
响应时间（最大）	35.05s	88.00s
响应时间（总计）	206.26s	327.37s

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

#2 Gemini 3.6 Flash

high

成本: $0.069
时间: 44.0s
令牌: 9,251 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 3.6 Flash	10.0	10.0	100.0%	0		2.55s	516	165	4,817

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 3.6 Flash	10.0	10.0	100.0%	0		26.73s	8,136	448	60,606

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 3.6 Flash	10.0	10.0	100.0%	0		56.32s	63,258	4,197	80,634

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 3.6 Flash	10.0	10.0	100.0%	0		5.20s	7,269	279	6,641

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 3.6 Flash	10.0	10.0	100.0%	0		25.97s	651	12	43,940

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 3.6 Flash	10.0	10.0	100.0%	0		3.35s	492	118	1,610

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 3.6 Flash	9.9	10.0	100.0%	0		3.94s	627	71	4,203

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 3.6 Flash	10.0	10.0	100.0%	0		3.04s	576	224	4,194

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 3.6 Flash	10.0	10.0	100.0%	0		9.76s	6,132	225	4,509

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 3.6 Flash	4.7	1.6	66.7%	1		5.96s	162	11	3,442

快速对比

切换对比组合

Claude Opus 5mediumvsGPT-5.5low Claude Opus 5mediumvsGPT-5.6 Solhigh Gemini 3.6 FlashhighvsGPT-5.6 Sollow Claude Opus 5mediumvsGemini 3.6 Flashlow Claude Opus 5mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high Gemini 3.6 FlashhighvsGPT-5.6 Solmedium Claude Opus 5mediumvsGPT-5.6 Sollow Claude Opus 5mediumvsGemini 3.5 Flashhigh Gemini 3.6 FlashhighvsGPT-5.5low Gemini 3.6 FlashhighvsQwen3.7 Maxmedium Gemini 3.6 FlashhighvsGPT-5.5medium