Gemini 3.5 FlashvsOpus 4.7
在 11 个共同 benchmark 中，Opus 4.7 整体领先：Gemini 3.5 Flash 领先 4 项，Opus 4.7 领先 7 项，持平 0 项，平均分差 -1.61。
Gemini 3.5 Flash
Google Deep Mind · 2026-06-20 · 多模态大模型
Opus 4.7
Anthropic · 2026-04-16 · 推理大模型
Gemini 3.5 Flash4 项(36%)(64%)7 项Opus 4.7
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
AI Agent - Tool Usage
Gemini 3.5 Flash 领先 3/3| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 76.2022 / 43Thinking High (With Tools) | 69.7031 / 43Thinking High (With Tools) | +6.50 |
| MCP-Atlas | 83.604 / 38Thinking High (With Tools) | 79.109 / 38Deep Thinking (With Tools) | +4.50 |
| OSWorld-Verified | 78.4010 / 26Thinking High (With Tools) | 7811 / 26Extended (with tools) | +0.40 |
General Knowledge
Opus 4.7 领先 3/3| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| HLE | 40.2066 / 181Thinking High (With Tools) | 54.7015 / 181Extended (with tools) | -14.50 |
| ARC-AGI-2 | 72.1013 / 62Thinking High (With Tools) | 75.8011 / 62最高（无工具） | -3.70 |
| LiveBench | 75.0217 / 115Thinking High (No Tools) | 76.917 / 115Deep Thinking (No Tools) | -1.89 |
Math and Reasoning
Opus 4.7 领先 2/2| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| FrontierMath v2 | 62.8118 / 34Thinking High (No Tools) | 70.1814 / 34最高（无工具） | -7.37 |
| FrontierMath Tier 4 v2 | 26.8318 / 34Thinking High (No Tools) | 31.7114 / 34最高（无工具） | -4.88 |
Coding and Software Engineer
Opus 4.7 领先 1/1| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 55.1030 / 57Thinking High (With Tools) | 64.308 / 57Extended (with tools) | -9.20 |
常识推理
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| SimpleBench | 76.704 / 67Normal (No Tools) | 62.9012 / 67Normal (No Tools) | +13.80 |
科学与综合推理
Opus 4.7 领先 1/1| 评测项 | Gemini 3.5 Flash | Opus 4.7 | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.8019 / 226Thinking High (No Tools) | 94.205 / 226Extended (no tools) | -1.40 |
规格对比
| 字段 | Gemini 3.5 Flash | Opus 4.7 |
|---|---|---|
| 发布机构 | Google Deep Mind | Anthropic |
| 发布时间 | 2026-06-20 | 2026-04-16 |
| 模型类型 | 多模态大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 1000K |
| 最大输出 | 64K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemini 3.5 Flash | Opus 4.7 |
|---|---|---|
| 文本输入 | $1.5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $9 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.15 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- Gemini 3.5 Flash在以下类目领先:AI Agent - Tool Usage (3/3)、常识推理 (1/1)
- Opus 4.7在以下类目领先:General Knowledge (3/3)、Math and Reasoning (2/2)、Coding and Software Engineer (1/1)、科学与综合推理 (1/1)
11 个共同 benchmark 上，Opus 4.7 平均高出 1.61 分。
单项差距最大的 benchmark：HLE — Gemini 3.5 Flash 40.20，Opus 4.7 54.70（分差 -14.50）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。