Claude Sonnet 5.5 (max) vs Gemini 4 Hydrogen (medium)

Gemini 4 Hydrogen (medium) average score में आगे है: 9.3 vs 9.2. Gemini 4 Hydrogen (medium) की benchmark लागत कम है: $1.330 vs $8.557. Gemini 4 Hydrogen (medium) तेज है: 16.56s vs 84.26s, pass rates 82.6% vs 91.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक: #45
कुल आउटपुट टोकन: 758,707
प्रतिक्रिया समय (औसत): 84.26s
कुल लागत: $8.557

रैंक: #35
कुल आउटपुट टोकन: 127,550
प्रतिक्रिया समय (औसत): 16.56s
कुल लागत: $1.330

अनुशंसित मॉडल Gemini 4 Hydrogen (medium)

It has the best score here (9.3), while costing about 6.4x less than Claude Sonnet 5.5 (max).

विस्तृत तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max रिलीज़: 2026-09-29	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max रिलीज़: 2026-09-29	Gemini 4 Hydrogen Gemini 4 Hydrogen medium रिलीज़: 2026-11-12
स्कोर	9.2	9.3
रैंक	#45	#35
विश्वसनीयता	10.0	8.9
संगति	9.4	8.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	82.6%	91.3%
अस्थिर टेस्ट	2	3
कुल रन	69	69
प्रति परिणाम लागत	47.536	6.648
कुल लागत	$8.557	$1.330
इनपुट कीमत	$2.000 / 1M	$1.500 / 1M
आउटपुट कीमत	$10.000 / 1M	$7.500 / 1M
कैश पढ़ने की कीमत	$0.200 / 1M	$0.075 / 1M
कैश लिखने की कीमत	$2.500 / 1M	$0.084 / 1M
कुल इनपुट टोकन	484,627	248,530
आउटपुट टोकन	11,026	6,957
रीजनिंग टोकन	747,681	120,593
प्रतिक्रिया समय (औसत)	84.26s	16.56s
प्रतिक्रिया समय (अधिकतम)	488.39s	70.41s
प्रतिक्रिया समय (कुल)	1937.91s	380.96s
पैरामीटर	~1T कुल (~100B सक्रिय)	~300B कुल (~15B 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.

#45 Claude Sonnet 5.5

max

OpenRouter returned no showcase content (finish_reason: length).

लागत: $0.000
समय: 571.7s
टोकन: 0 tok

#35 Gemini 4 Hydrogen

medium

लागत: $0.059
समय: 48.1s
टोकन: 7,929 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		111.06s	349,131	2,873	28,485
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		70.41s	157,556	1,099	12,737

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	10.0	10.0	100.0%	0		5.39s	858	397	3,109
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		2.99s	918	148	2,478

कोडिंग	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		55.26s	10,608	580	70,730
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		19.06s	8,448	489	21,603

संयुक्त	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		113.57s	97,957	5,219	95,067
Gemini 4 Hydrogen	6.4	5.8	66.7%	1		30.98s	60,405	4,005	16,609

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		16.07s	10,515	312	10,487
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		7.05s	8,025	336	3,746

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	5.3	10.0	33.3%	0		401.38s	990	19	485,043
Gemini 4 Hydrogen	5.2	4.4	55.6%	2		40.99s	963	49	53,450

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	5.1	3.4	33.3%	1		56.66s	714	322	20,156
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		5.70s	591	131	1,341

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	8.5	6.8	83.3%	1		6.24s	921	98	2,263
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		4.75s	825	96	2,311

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	10.0	10.0	100.0%	0		6.17s	912	578	3,186
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		3.43s	882	244	2,210

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		41.40s	11,757	354	12,232
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		10.35s	9,656	336	2,320

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		47.01s	264	274	16,923
Gemini 4 Hydrogen	10.0	10.0	100.0%	0		6.54s	261	24	1,788

तुलना जोड़ी बदलें