Direktvergleich

Claude Opus 4.7 vs. Gemini 3.1 Pro Preview

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 37
verschiedene Benchmarks: 27
jüngster Abruf: 29.09.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.7 und Gemini 3.1 Pro Preview
Merkmal	Claude Opus 4.7	Gemini 3.1 Pro Preview
Anbieter	Anthropic	Google
Erschienen	Apr. 2026	19. Feb. 2026
Verfügbarkeit	Aktiv	Preview
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.048.576 Token
Wissensstand	Januar 2026	Nicht veröffentlicht
Technische Quellen	Modell, Wissensstand	Modell

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.7 und Gemini 3.1 Pro Preview
Preisart	Claude Opus 4.7	Gemini 3.1 Pro Preview
API-Eingabe	5 $	2 $ ≤200K / 4 $ >200K
API-Ausgabe	25 $	12 $ ≤200K / 18 $ >200K
Cache lesen	0,5 $	0,2 $ ≤200K / 0,4 $ >200K
Cache schreiben (5 Min.)	6,25 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	10 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Opus 4.7Gemini 3.1 Pro Preview

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.75 $

Gemini 3.1 Pro Preview2 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.725 $

Gemini 3.1 Pro Preview12 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.70,5 $

Gemini 3.1 Pro Preview0,2 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Opus 4.7 und Gemini 3.1 Pro Preview
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.7	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle14.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle14.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle14.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle14.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle14.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle14.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle14.10.2026
	Google	Über OpenRoutergoogle-vertex/us	5,5 $	27,5 $	Quelle14.10.2026
Gemini 3.1 Pro Preview	Google	Direkt beim EntwicklerBis 200.000 Kontext-Token	2 $	12 $	Quelle22.09.2026
	Google	Direkt beim EntwicklerÜber 200.000 Kontext-Token	4 $	18 $	Quelle22.09.2026
	Google	Über OpenRoutergoogle-vertex/global/flex	Günstigster erfasster Preis: 1 $	Günstigster erfasster Preis: 6 $	Quelle14.10.2026
	Google	Über OpenRoutergoogle-vertex/global/priority	3,6 $	21,6 $	Quelle14.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio	2 $	12 $	Quelle14.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/flex	Günstigster erfasster Preis: 1 $	Günstigster erfasster Preis: 6 $	Quelle14.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/priority	3,6 $	21,6 $	Quelle14.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Claude Opus 4.7

Gemini 3.1 Pro Preview

Coding: 99,2 / 76,1 (5 Benchmarkfamilien)

Reasoning: 94,4 / 100 (1 Benchmarkfamilie)

Wissen: 88,4 / 100 (2 Benchmarkfamilien)

Finanzen: 100 / 86,4 (6 Benchmarkfamilien)

Recht: 99,2 / 51,2 (3 Benchmarkfamilien)

Agenten-Aufgaben: 98,6 / 97,9 (3 Benchmarkfamilien)

Multimodal: 97 / 100 (1 Benchmarkfamilie)

Gesundheit: 96,4 / 95,9 (2 Benchmarkfamilien)

37 passende Messreihen aus 26 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 10 vergleichbaren Kategorien.

Claude Opus 4.7Gemini 3.1 Pro Preview

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.743,878 %

Gemini 3.1 Pro Preview17,313 %

CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.766,084 %

Gemini 3.1 Pro Preview64,491 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.763,728 %

Gemini 3.1 Pro Preview52,616 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.751,509 %

Gemini 3.1 Pro Preview42,982 %

GAIA ReliabilityAccuracy. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.773,3 %

Gemini 3.1 Pro Preview76,2 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.790,152 %

Gemini 3.1 Pro Preview95,454 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.76,667 %

Gemini 3.1 Pro Preview0 %

Humanity's Last ExamOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.736,20 % ± 1,88

Gemini 3.1 Pro Preview46,44 % ± 1,96

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.738,462 %

Gemini 3.1 Pro Preview20,673 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.785,251 %

Gemini 3.1 Pro Preview87,398 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.785,073 %

Gemini 3.1 Pro Preview88,485 %

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.754,858 %

Gemini 3.1 Pro Preview59,062 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.7 und Gemini 3.1 Pro Preview
Benchmark und Aufgabe	Claude Opus 4.7	Gemini 3.1 Pro Preview	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner43,878 %	17,313 %	Vals AI Quellendetails Datenstand: 27.09.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner66,084 %	64,491 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner63,728 %	52,616 %	Vals AI Quellendetails Datenstand: 27.09.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner51,509 %	42,982 %	Vals AI Quellendetails Datenstand: 27.09.2026
GAIA ReliabilityAccuracy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: exact-match accuracyBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	73,3 %	Gewinner76,2 %	Princeton HAL Quellendetails Datenstand: 06.08.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	90,152 %	Gewinner95,454 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser	Gewinner6,667 %	0 %	Vals AI Quellendetails Datenstand: 27.09.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final 2,500-question public setMessgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Versuche: pass@1 Gemini 3.1 Pro Preview: Snapshot: gemini-3.1-pro-preview-thinking-high, Versuche: pass@1Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.	36,20 % ± 1,88 95-%-Konfidenzintervall: ±1,88	Gewinner46,44 % ± 1,96 95-%-Konfidenzintervall: ±1,96	Scale AI Quellendetails Datenstand: 02.09.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser	Gewinner38,462 %	20,673 %	Vals AI Quellendetails Datenstand: 27.09.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	85,251 %	Gewinner87,398 %	Vals AI Quellendetails Datenstand: 27.09.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	85,073 %	Gewinner88,485 %	Vals AI Quellendetails Datenstand: 01.09.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	54,858 %	Gewinner59,062 %	Vals AI Quellendetails Datenstand: 26.09.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner82,953 %	76,114 %	Vals AI Quellendetails Datenstand: 26.09.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	89,871 %	Gewinner90,987 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	85,549 %	Gewinner88,208 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner70,27 %	69,396 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gleichstand0 %	Gleichstand0 %	Vals AI Quellendetails Datenstand: 27.09.2026
SAGEOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner56,103 %	48,677 %	Vals AI Quellendetails Datenstand: 26.09.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner82 %	78,8 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner63,864 %	37,842 %	Vals AI Quellendetails Datenstand: 27.09.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner75,266 %	72,882 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besser	Gewinner68,539 %	67,416 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser	68,539 %	Gewinner70,787 %	Vals AI Quellendetails Datenstand: 27.09.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner56,114 %	41,903 %	Vals AI Quellendetails Datenstand: 27.09.2026
Vals Multimodal IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner67,361 %	56,068 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	Gewinner71,003 %	32,034 %	Vals AI Quellendetails Datenstand: 27.09.2026
τ-bench Airline CleanAccuracy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: task success rateBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	Gewinner84,6 %	82,1 %	Princeton HAL Quellendetails Datenstand: 05.08.2026
GAIA ReliabilityConsistency Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: aggregate consistencyBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	Gewinner0,81 Bewertungspunkte	0,76 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 06.08.2026
τ-bench Airline CleanConsistency Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: aggregate consistencyBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	Gewinner0,88 Bewertungspunkte	0,81 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 05.08.2026
GAIA ReliabilityPredictability Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: aggregate predictabilityBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	0,73 Bewertungspunkte	Gewinner0,78 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 06.08.2026
τ-bench Airline CleanPredictability Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: aggregate predictabilityBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	Gewinner0,87 Bewertungspunkte	0,83 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 05.08.2026
GAIA ReliabilityReliability Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: aggregate reliabilityBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	Gewinner0,84 Bewertungspunkte	0,82 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 06.08.2026
τ-bench Airline CleanReliability Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: aggregate reliabilityBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	Gewinner0,89 Bewertungspunkte	0,86 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 05.08.2026
GAIA ReliabilityRobustness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: aggregate robustnessBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	Gewinner0,99 Bewertungspunkte	0,94 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 06.08.2026
τ-bench Airline CleanRobustness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: aggregate robustnessBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	0,91 Bewertungspunkte	Gewinner0,94 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 05.08.2026
GAIA ReliabilitySafety Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: final leak-cleaned public validation setMessgröße: aggregate safetyBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability165 GAIA-Aufgaben mit wiederholten Läufen und Perturbationen. Kosten veröffentlicht HAL für diese Auswertung nicht.	Gleichstand1 Bewertungspunkte	Gleichstand1 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 06.08.2026
τ-bench Airline CleanSafety Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 26-task cleaned subsetMessgröße: aggregate safetyBewertung: Mehr ist besserEinstellungen: Agent: HAL Reliability, Harness: HAL Reliability26 bereinigte Airline-Aufgaben. Alle Kennzahlen wurden von Princeton HAL auf diesem Ausschnitt neu berechnet.	0,94 Bewertungspunkte	Gewinner0,97 Bewertungspunkte	Princeton HAL Quellendetails Datenstand: 05.08.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Claude Opus 4.7

In dieser Runde nicht verfügbar

Gemini 3.1 Pro Preview

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.7

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-4.7
API-Modell laut Antwort: anthropic/claude-opus-4.7
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.7-opus-20260416
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 19,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Gemini 3.1 Pro Preview

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: google/gemini-3.1-pro-preview
API-Modell laut Antwort: google/gemini-3.1-pro-preview
Reasoning-Einstellung: high
Festgelegter Endpunkt: Google AI Studio | google/gemini-3.1-pro-preview-20260219
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 63,8 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Opus 4.7 und Gemini 3.1 Pro Preview mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Opus 4.7 vs. Gemini 3.1 Pro Preview

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Opus 4.7

Gemini 3.1 Pro Preview

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche