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 none Lanzamiento: 2026-02-17 | Google: Gemini 3.1 Flash Lite Preview high Lanzamiento: 2026-03-03 |
|---|---|---|
| Rango | #22 | #9 |
| Puntaje prom. | 6.36 | 7.77 |
| Consistencia | 9.50 | 9.99 |
| Costo por resultado | 1.325 | 17.286 |
| Costo total | $0.106 | $1.729 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 59.5% | 71.4% |
| Pruebas inestables | 1 | 0 |
| Tokens de salida | 2,637 | 831 |
| Tokens de razonamiento | 0 | 1,148,955 |
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 | 4.00 | 10.00 | 33.3% | 0 | 1,199 | 0 | |
| 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 | 252 | 0 | |
| 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 | 7.00 | 10.00 | 66.7% | 0 | 54 | 0 | |
| 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 | 5.50 | 10.00 | 50.0% | 0 | 90 | 0 | |
| 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 | 5.00 | 7.68 | 44.4% | 1 | 595 | 0 | |
| 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 | 447 | 0 | |
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 234 | 2,484 |
Comparación rápida
Cambiar par de comparación
Claude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6nonevsKimi K2.5mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewhighvsGLM 5mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGPT-5 Nanomedium