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

Claude Sonnet 5 vs Gemini 3.1 Flash Lite (minimal)

average score लगभग बराबर है: 5.9 vs 5.9. Gemini 3.1 Flash Lite (minimal) की benchmark लागत कम है: $0.080 vs $1.095. Gemini 3.1 Flash Lite (minimal) तेज है: 3.95s vs 8.60s, pass rates 40.6% vs 49.3%.

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

तुलना किए गए मॉडल

रैंक
#334
कुल आउटपुट टोकन
30,777
प्रतिक्रिया समय (औसत)
8.60s
कुल लागत
$1.095
रैंक
#330
कुल आउटपुट टोकन
12,875
प्रतिक्रिया समय (औसत)
3.95s
कुल लागत
$0.080
अनुशंसित मॉडल Gemini 3.1 Flash Lite (minimal)

It has the best score here (5.9), while costing about 13.9x less than Claude Sonnet 5.

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal रिलीज़: 2026-05-08
स्कोर 5.9 5.9
रैंक #334 #330
विश्वसनीयता 10.0 10.0
संगति 8.4 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 49.3%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 15.642 0.791
कुल लागत $1.095 $0.080
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 393,560 238,785
आउटपुट टोकन 30,466 12,875
रीजनिंग टोकन 311 0
प्रतिक्रिया समय (औसत) 8.60s 3.95s
प्रतिक्रिया समय (अधिकतम) 64.73s 50.03s
प्रतिक्रिया समय (कुल) 197.73s 90.76s
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.

#334 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

#330 Gemini 3.1 Flash Lite

minimal
लागत
$0.001
समय
3.7s
टोकन
635 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 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 0

तुलना जोड़ी बदलें