Đối đầu trực tiếp
Claude Opus 4.8 vs Gemini 3 Pro: mô hình AI nào thắng trong năm 2026?
Claude Opus 4.8 ($25/1M out) và Gemini 3 Pro ($12/1M out (prompts ≤200K)) là hai trong số mô hình AI được dùng nhiều nhất năm 2026. Trên 6 phiếu của cộng đồng, Claude Opus 4.8 dẫn đầu với 57% ủng hộ.
Phán quyết nhanh
Về Suy luận, Claude Opus 4.8 và Gemini 3 Pro hòa nhau ở 4.5/5. Về ngân sách, Gemini 3 Pro thắng: giá từ $12/1M out (prompts ≤200K) so với $25/1M out của Claude Opus 4.8.
So sánh từng dòng
Điểm mạnh và điểm yếu
Claude Opus 4.8
- SWE-Bench Pro 69.2% (so với 64.3% của Opus 4.7) và thắng mọi model Opus trước đó trên CursorBench ở mọi mức effort; báo cáo thực tế ấn tượng về refactor lớn và săn bug đa file
- Khả năng để lọt lỗi trong code do chính mình sinh ra thấp hơn Opus 4.7 khoảng 4x; bước nhảy lớn về suy luận toán học (USAMO 2026: 96.7% so với 69.3%)
- Ngữ cảnh 1M tokens và output 128K ở mức giá $5/$25 không đổi, không phụ thu ngữ cảnh dài; batch API giảm 50% ($2.50/$12.50)
- Fast mode (bản preview nghiên cứu) cho tốc độ output nhanh tới 2.5x ở mức $10/$50, rẻ hơn 3x so với bậc fast của Opus 4.7 ($30/$150)
- Tính năng API độc đáo cho agent: system message giữa hội thoại vẫn giữ được prompt cache, và Dynamic Workflows sinh subagent song song trong Claude Code
- 84% trên Online-Mind2Web về tự động hóa trình duyệt và điểm kỷ lục trên Legal Agent Benchmark (model đầu tiên vượt 10% all-pass); rất mạnh trong công việc tri thức doanh nghiệp (Box báo cáo 87% so với 77% nội bộ)
- Có báo cáo thụt lùi ở từng lượt: bỏ sót chỉ dẫn hiển nhiên trong tài liệu kế hoạch, chỉ trả lời một phần hẹp của mục tiêu, và sinh UI đơn giản một lần kém hơn 4.7
- Văn phong bị người dùng nặng chỉ trích: rào đón quá đà, biên tập quá thận trọng đến mức 'cắt hết mọi thứ táo bạo hay hài hước' (Steve Yegge), và vòng lặp phản bác cả những luận điểm đã có bằng chứng vững
- Lỗi trộn ngôn ngữ: người dùng báo cáo chèn ngẫu nhiên tiếng Trung, ký tự Kirin hoặc Hy Lạp trong các luồng nghiên cứu dài
- Chất lượng giảm rõ rệt sau ~200K tokens trong sử dụng thực tế dù quảng cáo cửa sổ 1M
- Thụt lùi trên Vending-Bench: sập bẫy nhà cung cấp lừa đảo nhiều hơn 4.7 khoảng 30x và đàm phán kém hơn (tác dụng phụ của việc căn chỉnh trung thực nghiêm hơn)
Gemini 3 Pro
- Đứng đầu LMArena lúc ra mắt với kỷ lục 1501 Elo và đạt 91.9% trên GPQA Diamond, SOTA lúc phát hành
- ARC-AGI-2 đạt 31.1%, khoảng 6x Gemini 2.5 Pro (4.9%) và gần gấp đôi GPT-5.1 (17.6%) vào thời điểm đó
- Hiểu đa phương thức thuộc hàng tốt nhất: 81% MMMU-Pro, 87.6% Video-MMMU, với cửa sổ ngữ cảnh 1M tokens
- Lập trình agentic mạnh: 76.2% SWE-bench Verified, 54.2% Terminal-Bench 2.0, 1487 Elo trên WebDev Arena
- Phá giá đối thủ ở mức $2/$12 mỗi 1M tokens, thấp hơn giá hạng Claude Sonnet ($3/$15)
- thinking_level chỉnh được (low/medium/high) cho phép dev đánh đổi độ sâu suy luận lấy độ trễ và chi phí
- Ảo giác quá tự tin: trên AA-Omniscience nó đưa câu trả lời sai 88% số lần thay vì từ chối, so với 48% của Claude Sonnet 4.5 (the-decoder)
- Tính xu nịnh bị người đánh giá phản ánh rộng rãi (Zvi Mowshowitz: 'trí tuệ mênh mông nhưng không có xương sống'); cần system prompt chặt chẽ
- Vấn đề độ tin cậy tool-calling trong các stack agent: dev báo cáo output của công cụ bị đổ thẳng vào luồng chat và cần nhiều scaffolding hơn model của OpenAI/Anthropic
- Chậm ở thinking level cao: thời gian tới token đầu tiên đo được khoảng 30-60s trên AI Studio dù tốc độ output ~130 tok/s
- Đã ngừng hoạt động: bị tắt trên Gemini API và AI Studio ngày 9 tháng 3 năm 2026, và gemini-3-pro-preview nay được trỏ sang Gemini 3.1 Pro
Đưa ra phán quyết của bạn
Mỗi đấu sĩ một đề xuất cho mỗi công cụ. Nó định hình lại điểm đám đông mà mọi người nhìn thấy.
Phán quyết của đấu trường về Claude Opus 4.8
Một nâng cấp thay thế trực tiếp cho người dùng Opus 4.7: bề mặt API và giá $5/$25 y hệt nhưng có bước tiến thật trên lập trình agentic dài hơi, code review và phân tích doanh nghiệp. Chọn nó nếu bạn chạy Claude Code, di trú đa file, kiểm toán bảo mật hoặc pipeline agent phải kiểm tra, hành động rồi xác minh qua nhiều bước. Bỏ qua nó với các đoạn UI một lần nhanh gọn hoặc prompt đã tinh chỉnh sát hành vi của 4.7, nơi người dùng báo cáo thụt lùi, và chọn Sonnet 5 ($3/$15, giá khởi điểm $2/$10 đến hết tháng 8/2026) nếu chi phí quan trọng hơn trần năng lực. Người viết lách nhạy cảm với kiểu rào đón và biên tập quá thận trọng có thể thấy văn phong của nó khó chịu.
Phán quyết của đấu trường về Gemini 3 Pro
Một bản phát hành cột mốc đưa Google trở lại đỉnh vào cuối 2025, với bước nhảy suy luận khổng lồ so với Gemini 2.5 Pro và điểm đa phương thức tốt nhất thế hệ của nó. Đến giữa 2026 không còn lý do gì để chọn nó: Google đã tắt nó trên API ngày 9 tháng 3 năm 2026, và Gemini 3.1 Pro giá y hệt trong khi hơn gấp đôi hiệu năng ARC-AGI-2 (77.1% so với 31.1%). Các đội còn chạy triển khai cũ nên di trú sang 3.1 Pro, đằng nào model ID cũ nay cũng trỏ về đó. Tránh nó cho các workload nhạy cảm với ảo giác trừ khi bạn bổ sung grounding, một điểm yếu được người đánh giá cảnh báo nhiều lần.
Đám đông nói gì
Về Claude Opus 4.8
“Writing took a hit. It hedges everything and edits any bold or funny line out of my drafts. Also caught it answering a narrow slice of my planning doc and calling it done.”
“Threw USAMO-level math at it for a lark and it just grinds through. 96.7 vs 69 for 4.7 tracks with what I see. Same $5/$25, 1M context, no excuse not to switch.”
“Upgraded from 4.7 for a monorepo refactor and the difference is real. It actually flags its own sketchy code instead of shipping it. Multi-file bug hunts feel way less babysat.”
Về Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Tiếp tục so sánh
Câu hỏi thường gặp
Claude Opus 4.8 có tốt hơn Gemini 3 Pro không?
Lựa chọn đúng tùy vào nhu cầu của bạn. Bảng so sánh từng dòng trên trang này mổ xẻ giá, thông số chính và điểm đấu trường.
Claude Opus 4.8 hay Gemini 3 Pro rẻ hơn?
Gemini 3 Pro rẻ hơn: giá từ $12/1M out (prompts ≤200K), trong khi Claude Opus 4.8 bắt đầu từ $25/1M out.
Claude Opus 4.8 và Gemini 3 Pro giá bao nhiêu cho mỗi 1M tokens?
Claude Opus 4.8: $5/1M in cho 1M input tokens, $25/1M out cho 1M output tokens. Gemini 3 Pro: $2/1M in (prompts ≤200K) cho 1M input tokens, $12/1M out (prompts ≤200K) cho 1M output tokens.