नेविगेशन
AI BENCHY
Advertise here

Claude Sonnet 5 vs Gemini 3.1 Flash Lite (minimal)

average score लगभग बराबर है: 6.1 vs 6.1. Gemini 3.1 Flash Lite (minimal) की benchmark लागत कम है: $0.047 vs $0.548. Gemini 3.1 Flash Lite (minimal) तेज है: 1.85s vs 6.05s, pass rates 40.9% vs 51.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#161
कुल आउटपुट टोकन
22,508
प्रतिक्रिया समय (औसत)
6.05s
कुल लागत
$0.548
रैंक
#162
कुल आउटपुट टोकन
11,118
प्रतिक्रिया समय (औसत)
1.85s
कुल लागत
$0.047
अनुशंसित मॉडल Gemini 3.1 Flash Lite (minimal)

It has the best score here (6.1), while costing about 11.8x 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 6.1 6.1
रैंक #161 #162
विश्वसनीयता 10.0 10.0
संगति 8.7 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 40.9% 51.5%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 7.817 0.465
कुल लागत $0.548 $0.047
इनपुट कीमत $2.000 / 1M $0.250 / 1M
आउटपुट कीमत $10.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 161,032 119,076
आउटपुट टोकन 22,508 11,118
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.05s 1.85s
प्रतिक्रिया समय (अधिकतम) 33.39s 12.97s
प्रतिक्रिया समय (कुल) 132.99s 40.74s
पैरामीटर ~1T कुल (~100B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#161 Claude Sonnet 5

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

#162 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

त्वरित तुलना

तुलना जोड़ी बदलें