Navegación
AI BENCHY
Advertise here

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: 2026-06-01

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17
Puntuación 7.0 6.4
Rango #78 #95
Fiabilidad 10.0 10.0
Consistencia 9.7 9.6
Pruebas correctas
Tasa de aciertos por intento 58.3% 48.3%
Pruebas inestables 1 1
Ejecuciones totales 60 60
Costo por resultado 2.782 0.159
Costo total $0.306 $0.015
Precio de entrada $3.000 / 1M $0.300 / 1M
Precio de salida $15.000 / 1M $2.500 / 1M
Tokens de salida 9,450 1,764
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 5.27s 889ms
Tiempo de respuesta (máximo) 23.84s 4.39s
Tiempo de respuesta (total) 68.50s 17.79s

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 4.8 10.0 25.0% 0 2.94s 1,214 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
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 6.8 10.0 50.0% 0 6.73s 2,112 0
Gemini 2.5 Flash 6.8 10.0 50.0% 0 810ms 477 0
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 9.5 10.0 100.0% 0 23.84s 3,766 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
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 3.43s 252 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
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 7.7 10.0 66.7% 0 3.54s 413 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
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 6.1 3.1 66.7% 1 2.56s 192 0
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
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 6.5 10.0 50.0% 0 1.96s 90 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 72 0
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 7.7 10.0 66.7% 0 2.53s 533 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 132 0
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 4.11s 447 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
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 4.67s 431 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 12 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGemini 2.5 FlashnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsMimo V2 OmnimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 2.5 FlashnonevsMercury 2mediumClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsRing-2.6-1TmediumGemini 2.5 FlashnonevsQwen3.6 27Bmedium