नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview

सारांश

Claude Sonnet 4.6 vs Gemini 3 Flash Preview benchmark तुलना: Gemini 3 Flash Preview average score में आगे है: 7.4 vs 7.3. Gemini 3 Flash Preview की benchmark लागत कम है: $0.111 vs $0.316. Claude Sonnet 4.6 तेज है: 5.04s vs 5.76s, pass rates 55.6% vs 79.4%.

अनुशंसित मॉडल: Gemini 3 Flash Preview - It has the best score here (7.4), while costing about 2.9x less than Claude Sonnet 4.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none रिलीज़: 2026-02-17 Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17
स्कोर 7.3 7.4
रैंक #56 #53
विश्वसनीयता 10.0 10.0
संगति 9.7 9.2
सही परीक्षण
प्रति प्रयास पास दर 55.6% 79.4%
अस्थिर टेस्ट 1 2
कुल रन 63 63
प्रति परिणाम लागत 2.870 0.689
कुल लागत $0.316 $0.111
इनपुट कीमत $3.000 / 1M $0.500 / 1M
आउटपुट कीमत $15.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 57,886 36,769
आउटपुट टोकन 9,465 2,076
रीजनिंग टोकन 0 28,518
प्रतिक्रिया समय (औसत) 5.04s 5.76s
प्रतिक्रिया समय (अधिकतम) 23.84s 14.72s
प्रतिक्रिया समय (कुल) 70.60s 120.93s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#56 Claude Sonnet 4.6

none
Cost
$0.038
Time
27.3s
Tokens
2,598 tok

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Gemini 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633

त्वरित तुलना

तुलना जोड़ी बदलें