Claude Opus 5 vs Google: Gemini 3.6 Flash

Gemini 3.6 Flash (low) 平均分领先，为 9.4 vs 9.2。 Gemini 3.6 Flash (low) benchmark 成本更低，为 $0.517 vs $1.486。 Gemini 3.6 Flash (low) 更快，为 4.42s vs 9.38s，通过率为 83.3% vs 97.0%。

推荐模型Gemini 3.6 Flash (low)它在这里得分最高（9.4），同时成本比Claude Opus 5 (medium)低约 2.9 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 low 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 low 发布日期: 2026-07-21
分数	9.2	9.4
排名	#12	#6
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%	97.0%
不稳定测试	1	1
总运行次数	66	66
每个结果成本	8.253	2.461
总成本	$1.486	$0.517
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	82,715
输出令牌	25,673	5,729
推理令牌	6,930	46,633
响应时间（平均）	9.38s	4.42s
响应时间（最大）	35.05s	28.92s
响应时间（总计）	206.26s	97.13s

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

#6 Gemini 3.6 Flash

low

成本: $0.050
时间: 28.1s
令牌: 6,731 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		1.66s	516	151	2,307

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	7.8	7.4	77.8%	1		7.28s	8,136	451	15,026

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		17.27s	58,154	4,226	16,560

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		1.48s	7,269	279	682

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		3.96s	651	12	5,379

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		2.56s	492	107	1,080

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	10.0	10.0	100.0%	0		2.05s	627	74	1,802

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		1.91s	576	193	2,177

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		4.78s	6,132	225	774

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	10.0	10.0	100.0%	0		2.11s	162	11	846

快速对比

切换对比组合

Gemini 3.6 FlashlowvsGPT-5.6 Solmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Claude Opus 5mediumvsGPT-5.5low Claude Opus 5highvsGemini 3.6 Flashlow Claude Opus 5mediumvsGPT-5.6 Solhigh Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Claude Opus 5mediumvsGemini 3.5 Flashlow Claude Opus 5mediumvsGrok 4.5high Claude Opus 5mediumvsGPT-5.6 Sollow Claude Opus 5mediumvsGemini 3.5 Flashhigh Gemini 3.6 FlashlowvsGPT-5.5medium Gemini 3.6 FlashlowvsGrok 4.5high