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

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 2.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17
Peringkat #12 #15
Skor 8.3 8.0
Konsistensi 9.5 9.5
Biaya per hasil 8.525 2.619
Total Biaya $1.023 $0.288
Tes benar
Tingkat lulus per percobaan 77.1% 72.9%
Tes tidak stabil 1 1
Total Run 48 48
Token output 35,159 1,370
Token penalaran 24,687 110,522
Waktu respons (rata-rata) 11.23s 12.35s
Waktu respons (maks) 46.35s 95.48s
Waktu respons (total) 89.84s 197.62s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 4.95s 1,031 1,093
Gemini 2.5 Flash 7.8 10.0 66.7% 0 6.98s 249 8,832
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsGLM 5noneClaude Sonnet 4.6mediumvsQwen3.5 Plus 2026-02-15none