Navegación
AI BENCHY
Advertise here

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: 2026-05-08

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lanzamiento: 2026-05-08
Puntuación 7.2 6.8
Rango #61 #68
Fiabilidad 10.0 10.0
Consistencia 9.6 8.7
Pruebas correctas
Tasa de aciertos por intento 61.4% 59.7%
Pruebas inestables 1 3
Ejecuciones totales 57 57
Costo por resultado 2.441 0.111
Costo total $0.269 $0.012
Precio de entrada $3.000 / 1M $0.250 / 1M
Precio de salida $15.000 / 1M $1.500 / 1M
Tokens de salida 7,864 2,457
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 4.96s 1.41s
Tiempo de respuesta (máximo) 23.84s 4.49s
Tiempo de respuesta (total) 59.50s 26.72s

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 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 639 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 10.0 10.0 100.0% 0 3.67s 523 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.31s 636 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 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 357 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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 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 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 15 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 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 63 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 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 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 2.92s 536 0
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 153 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 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 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 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 9 0

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-Flashmedium