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 3.1 Flash Lite

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-19

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Rilis: 2026-05-08
Skor 7.8 7.9
Peringkat #40 #32
Keandalan 10.0 10.0
Konsistensi 9.6 9.1
Tes benar
Tingkat lulus per percobaan 70.2% 71.9%
Tes tidak stabil 1 2
Total Run 57 57
Biaya per hasil 9.515 0.452
Total Biaya $1.237 $0.059
Harga input $3.000 / 1M $0.250 / 1M
Harga output $15.000 / 1M $1.500 / 1M
Token output 45,505 2,224
Token penalaran 28,370 32,034
Waktu respons (rata-rata) 14.25s 3.14s
Waktu respons (maks) 46.35s 10.87s
Waktu respons (total) 156.71s 59.62s

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 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Gemini 3.1 Flash Lite 9.1 10.0 75.0% 0 2.39s 604 4,201
Pemrograman 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 35.76s 6,894 2,097
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.26s 429 2,712
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 3.1 Flash Lite 10.0 10.0 100.0% 0 10.87s 327 7,401
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 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 279 2,845
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 3.1 Flash Lite 2.9 7.2 11.1% 1 3.16s 15 5,165
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 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 84 1,142
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 3.1 Flash Lite 9.9 10.0 100.0% 0 2.59s 75 3,320
Pemecahan teka-teki 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 3.1 Flash Lite 7.6 7.2 77.8% 1 1.95s 165 2,450
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 3.1 Flash Lite 10.0 10.0 100.0% 0 4.55s 234 921
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 3.08s 12 1,877

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighTersedia gratisGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.5 FlashminimalGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighTersedia gratisvsGemini 3.1 Flash LitemediumClaude Sonnet 4.6mediumvsQwen3.6 Max Previewnone