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

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3.1 Pro Preview

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Sonnet 4.6 none Lanzamiento: Fecha de lanzamiento desconocida Google: Gemini 3.1 Pro Preview medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #14 #2
Puntuación 6.36 9.36
Consistencia 9.50 10.00
Costo por resultado 1.325 2.443
Costo total $0.106 $0.318
Pruebas correctas
Pruebas incorrectas 6 1
Tasa de aciertos por intento 59.5% 92.9%
Pruebas inestables 1 0
Tokens de salida 2,637 1,000
Tokens de razonamiento 0 22,936

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 Pro Preview 10.00 10.00 100.0% 0 106 2,533
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 Pro Preview 10.00 10.00 100.0% 0 292 3,164
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 Pro Preview 7.00 10.00 66.7% 0 18 10,688
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 Pro Preview 10.00 10.00 100.0% 0 72 2,436
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 Pro Preview 10.00 10.00 100.0% 0 238 3,133
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 Pro Preview 10.00 10.00 100.0% 0 274 982

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar Google: Gemini 3.1 Pro Preview contra...