Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
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 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 low Lanzamiento: 2026-03-03
Rango #22 #8
Puntaje prom. 6.36 7.84
Consistencia 9.50 10.00
Costo por resultado 1.325 0.151
Costo total $0.106 $0.016
Pruebas correctas
Tasa de aciertos por intento 59.5% 71.4%
Pruebas inestables 1 0
Tokens de salida 2,637 1,317
Tokens de razonamiento 0 6,126

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 4.00 10.00 33.3% 0 1,199 0
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 456 1,224
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% 0 291 696
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 1,212
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 8.50 10.00 50.0% 0 72 753
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 10.00 10.00 100.0% 0 243 1,248
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% 0 237 993

Comparación rápida

Cambiar par de comparación