Navegación
AI BENCHY
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 Flash Preview

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17
Puntuación 7.0 9.8
Rango #78 #1
Fiabilidad 10.0 10.0
Consistencia 9.7 9.6
Pruebas correctas
Tasa de aciertos por intento 58.3% 98.3%
Pruebas inestables 1 1
Ejecuciones totales 60 60
Costo por resultado 2.782 2.980
Costo total $0.306 $0.567
Precio de entrada $3.000 / 1M $0.500 / 1M
Precio de salida $15.000 / 1M $3.000 / 1M
Tokens de salida 9,450 2,000
Tokens de razonamiento 0 181,033
Tiempo de respuesta (promedio) 5.27s 16.50s
Tiempo de respuesta (máximo) 23.84s 117.26s
Tiempo de respuesta (total) 68.50s 330.06s

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 Flash Preview 10.0 10.0 100.0% 0 3.88s 330 3,216
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 3 Flash Preview 7.9 6.4 83.3% 1 95.96s 456 127,964
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 72 2,709
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 3 Flash Preview 10.0 10.0 100.0% 0 4.05s 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 11 2,325

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsRing-2.6-1TmediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsGPT-5.4 Minimedium