Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3.1 Flash Lite Preview

Comparar:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03

Métrica Anthropic: Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Google: Gemini 3.1 Flash Lite Preview high Lanzamiento: 2026-03-03
Rango #11 #9
Puntaje prom. 7.43 7.77
Consistencia 9.40 9.99
Costo por resultado 8.105 17.286
Costo total $0.811 $1.729
Pruebas correctas
Tasa de aciertos por intento 73.8% 71.4%
Pruebas inestables 1 0
Tokens de salida 29,098 831
Tokens de razonamiento 20,435 1,148,955

Mejores modelos por puntuación

Puntuación vs costo total

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 144 193,077
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 6,186
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 566,202
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Google: Gemini 3.1 Flash Lite Preview 8.00 9.96 50.0% 0 69 190,053
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 87 190,953
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 2,484

Comparación rápida

Cambiar par de comparación