नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5.5 (medium) vs Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) average score में आगे है: 9.4 vs 6.5. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.183 vs $1.100. Gemini 3.7 Flash (low) तेज है: 6.24s vs 8.03s, pass rates 40.6% vs 95.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#227
कुल आउटपुट टोकन
37,748
प्रतिक्रिया समय (औसत)
8.03s
कुल लागत
$1.100
रैंक
#26
कुल आउटपुट टोकन
38,453
प्रतिक्रिया समय (औसत)
6.24s
कुल लागत
$0.183
अनुशंसित मॉडल Gemini 3.7 Flash (low)

It has the best score here (9.4), while costing about 6.0x less than Claude Sonnet 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium रिलीज़: 2026-09-29 Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14
स्कोर 6.5 9.4
रैंक #227 #26
विश्वसनीयता 10.0 10.0
संगति 9.7 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 95.7%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 12.221 0.868
कुल लागत $1.100 $0.183
इनपुट कीमत $2.000 / 1M $0.750 / 1M
आउटपुट कीमत $10.000 / 1M $3.750 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.075 / 1M
कैश लिखने की कीमत $2.500 / 1M $0.042 / 1M
कुल इनपुट टोकन 361,183 188,519
आउटपुट टोकन 26,609 7,694
रीजनिंग टोकन 11,139 30,759
प्रतिक्रिया समय (औसत) 8.03s 6.24s
प्रतिक्रिया समय (अधिकतम) 51.18s 58.75s
प्रतिक्रिया समय (कुल) 184.80s 143.56s
पैरामीटर ~1T कुल (~100B सक्रिय) ~500B कुल (~20B 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.

#227 Claude Sonnet 5.5

medium
लागत
$0.024
समय
17.4s
टोकन
2,525 tok

#26 Gemini 3.7 Flash

low
लागत
$0.010
समय
23.5s
टोकन
5,210 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Gemini 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508

तुलना जोड़ी बदलें