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 3.1 Flash Lite

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-19

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lanzamiento: 2026-05-08
Puntuación 7.8 7.9
Rango #40 #32
Fiabilidad 10.0 10.0
Consistencia 9.6 9.1
Pruebas correctas
Tasa de aciertos por intento 70.2% 71.9%
Pruebas inestables 1 2
Ejecuciones totales 57 57
Costo por resultado 9.515 0.452
Costo total $1.237 $0.059
Precio de entrada $3.000 / 1M $0.250 / 1M
Precio de salida $15.000 / 1M $1.500 / 1M
Tokens de salida 45,505 2,224
Tokens de razonamiento 28,370 32,034
Tiempo de respuesta (promedio) 14.25s 3.14s
Tiempo de respuesta (máximo) 46.35s 10.87s
Tiempo de respuesta (total) 156.71s 59.62s

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 3.1 Flash Lite 9.1 10.0 75.0% 0 2.39s 604 4,201
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 10.0 10.0 100.0% 0 35.76s 6,894 2,097
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.26s 429 2,712
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 3.1 Flash Lite 10.0 10.0 100.0% 0 10.87s 327 7,401
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 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 279 2,845
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 3.1 Flash Lite 2.9 7.2 11.1% 1 3.16s 15 5,165
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 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 84 1,142
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 3.1 Flash Lite 9.9 10.0 100.0% 0 2.59s 75 3,320
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 3.1 Flash Lite 7.6 7.2 77.8% 1 1.95s 165 2,450
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 3.1 Flash Lite 10.0 10.0 100.0% 0 4.55s 234 921
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 3.1 Flash Lite 3.0 10.0 0.0% 0 3.08s 12 1,877

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.5 FlashminimalGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponible gratisvsGemini 3.1 Flash LitemediumClaude Sonnet 4.6mediumvsQwen3.6 Max Previewnone