Claude Sonnet 5.5 (low) vs Gemini 3.1 Flash Lite Preview (medium)

Gemini 3.1 Flash Lite Preview (medium) average score में आगे है: 7.0 vs 6.9. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.158 vs $0.909. Gemini 3.1 Flash Lite Preview (medium) तेज है: 6.78s vs 7.46s, pass rates 46.4% vs 60.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक: #178
कुल आउटपुट टोकन: 32,443
प्रतिक्रिया समय (औसत): 7.46s
कुल लागत: $0.909

रैंक: #166
कुल आउटपुट टोकन: 59,534
प्रतिक्रिया समय (औसत): 6.78s
कुल लागत: $0.158

अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 5.8x less than Claude Sonnet 5.5 (low).

विस्तृत तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low रिलीज़: 2026-09-29	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low रिलीज़: 2026-09-29	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03
स्कोर	6.9	7.0
रैंक	#178	#166
विश्वसनीयता	10.0	10.0
संगति	9.4	9.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	46.4%	60.9%
अस्थिर टेस्ट	2	0
कुल रन	69	69
प्रति परिणाम लागत	9.082	1.124
कुल लागत	$0.909	$0.158
इनपुट कीमत	$2.000 / 1M	$0.250 / 1M
आउटपुट कीमत	$10.000 / 1M	$1.500 / 1M
कैश पढ़ने की कीमत	$0.200 / 1M	$0.025 / 1M
कैश लिखने की कीमत	$2.500 / 1M	$0.084 / 1M
कुल इनपुट टोकन	291,853	272,221
आउटपुट टोकन	24,116	12,345
रीजनिंग टोकन	8,327	47,189
प्रतिक्रिया समय (औसत)	7.46s	6.78s
प्रतिक्रिया समय (अधिकतम)	46.61s	54.91s
प्रतिक्रिया समय (कुल)	171.47s	155.96s
पैरामीटर	~1T कुल (~100B सक्रिय)	~150B कुल (~10B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#178 Claude Sonnet 5.5

low

लागत: $0.020
समय: 15.3s
टोकन: 2,077 tok

#166 Gemini 3.1 Flash Lite Preview

medium

लागत: $0.003
समय: 5.2s
टोकन: 1,944 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		46.61s	125,435	2,660	1,153
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.55s	858	1,736	0
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	3.2	9.7	0.0%	0		5.81s	10,608	5,903	0
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	7.9	6.9	66.7%	1		22.50s	128,879	7,220	4,027
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997

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 5.5	10.0	10.0	100.0%	0		2.31s	10,515	312	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.09s	990	3,974	2,570
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	4.8	3.2	33.3%	1		2.33s	714	374	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.91s	921	357	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.50s	912	892	0
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.67s	11,757	354	0
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	3.0	10.0	0.0%	0		4.97s	264	334	577
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801

तुलना जोड़ी बदलें

Claude Sonnet 5.5lowvsGemma 4 31Bmediumनिःशुल्क उपलब्ध Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Claude Sonnet 5.5lowvsEmber-1high Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Claude Sonnet 5.5lowvsKimi K2.6medium Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Claude Sonnet 5.5lowvsQwen3.5-Flashmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Claude Sonnet 5.5lowvsGPT-6 Solnone