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

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Google: Gemini 2.5 Flash

সারাংশ

Claude Sonnet 5 vs Gemini 2.5 Flash benchmark তুলনা: Gemini 2.5 Flash average score-এ এগিয়ে: 6.2 vs 5.7. Gemini 2.5 Flash-এর benchmark খরচ কম: $0.016 vs $0.287. Gemini 2.5 Flash দ্রুত: 875ms vs 4.74s, pass rates 42.9% vs 46.0%.

প্রস্তাবিত মডেল: Gemini 2.5 Flash - It has the best score here (6.2), while costing about 18.9x less than Claude Sonnet 5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-30

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 none প্রকাশ: 2026-06-30 Gemini 2.5 Flash Gemini 2.5 Flash none প্রকাশ: 2025-06-17
স্কোর 5.7 6.2
র‍্যাঙ্ক #117 #95
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 42.9% 46.0%
অস্থির টেস্ট 4 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 4.098 0.169
মোট খরচ $0.287 $0.016
ইনপুট মূল্য $2.000 / 1M $0.300 / 1M
আউটপুট মূল্য $10.000 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 76,797 35,926
আউটপুট টোকেন 13,325 1,770
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 4.74s 875ms
প্রতিক্রিয়া সময় (সর্বোচ্চ) 29.46s 4.39s
প্রতিক্রিয়া সময় (মোট) 99.46s 18.37s

জেনারেশন শোকেস

Hamster playing table tennis

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

#117 Claude Sonnet 5

none
খরচ
$0.061
সময়
53.7s
টোকেন
6,172 tok

#95 Gemini 2.5 Flash

none
অবৈধ SVG
খরচ
$0.164
সময়
215.5s
টোকেন
65,659 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

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 5.3 10.0 25.0% 0 3.60s 834 1,813 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 492 102 0
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 12,519 366 0
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 10.0 10.0 100.0% 0 3.01s 10,503 309 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 7,257 279 0
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 5.3 7.2 44.4% 1 3.28s 975 933 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 633 12 0
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 4.7 3.1 33.3% 1 2.81s 708 272 0
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 486 78 0
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 6.4 10.0 50.0% 0 2.58s 909 103 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 615 72 0
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 6.0 7.4 55.6% 1 3.22s 894 778 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 558 132 0
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 10.0 10.0 100.0% 0 6.80s 12,351 522 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 5,088 234 0
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 3.0 10.0 0.0% 0 4.31s 258 391 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 156 12 0

দ্রুত তুলনা

তুলনার জুটি বদলান