Navegación
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 4.6 vs Google: Gemini 2.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17
Puntuación 7.6 7.7
Rango #47 #38
Fiabilidad 10.0 10.0
Consistencia 9.2 9.6
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 10.227 2.750
Costo total $1.330 $0.358
Precio de entrada $3.000 / 1M $0.300 / 1M
Precio de salida $15.000 / 1M $2.500 / 1M
Tokens de salida 49,888 1,924
Tokens de razonamiento 29,554 137,255
Tiempo de respuesta (promedio) 15.72s 15.69s
Tiempo de respuesta (máximo) 46.35s 95.48s
Tiempo de respuesta (total) 188.69s 313.76s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisGemini 2.5 FlashmediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponible gratisvsGemini 2.5 FlashmediumClaude Sonnet 4.6mediumvsRing-2.6-1Tnone