নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Sonnet 5 vs Google: Gemini 2.5 Flash

Claude Sonnet 5 (medium) average score-এ এগিয়ে: 8.3 vs 8.2. Gemini 2.5 Flash (medium)-এর benchmark খরচ কম: $0.643 vs $0.922. Claude Sonnet 5 (medium) দ্রুত: 12.52s vs 21.18s, pass rates 80.3% vs 71.2%.

প্রস্তাবিত মডেলClaude Sonnet 5 (medium)It has the best score here (8.3), while responding about 1.7x faster than Gemini 2.5 Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 Gemini 2.5 Flash Gemini 2.5 Flash medium প্রকাশ: 2025-06-17
স্কোর 8.3 8.2
র‍্যাঙ্ক #23 #25
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 71.2%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.760 4.286
মোট খরচ $0.922 $0.643
ইনপুট মূল্য $2.000 / 1M $0.300 / 1M
আউটপুট মূল্য $10.000 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 145,956 132,498
আউটপুট টোকেন 52,333 12,739
রিজনিং টোকেন 10,874 228,464
প্রতিক্রিয়া সময় (গড়) 12.52s 21.18s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 66.71s 140.50s
প্রতিক্রিয়া সময় (মোট) 275.42s 465.89s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#23 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#25 Gemini 2.5 Flash

medium
অবৈধ SVG
খরচ
$0.000
সময়
274.0s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303

দ্রুত তুলনা

তুলনার জুটি বদলান