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 Preview

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03
Skor 7.6 7.6
Peringkat #52 #47
Keandalan 10.0 10.0
Konsistensi 9.2 10.0
Tes benar
Tingkat lulus per percobaan 68.3% 65.0%
Tes tidak stabil 2 0
Total Run 60 60
Biaya per hasil 10.229 0.186
Total Biaya $1.330 $0.025
Harga input $3.000 / 1M $0.250 / 1M
Harga output $15.000 / 1M $1.500 / 1M
Token output 49,891 2,280
Token penalaran 29,565 8,829
Waktu respons (rata-rata) 15.81s 2.85s
Waktu respons (maks) 46.35s 11.91s
Waktu respons (total) 189.71s 57.08s

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 Preview 8.3 10.0 75.0% 0 2.12s 462 1,638
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 1.56s 654 723
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 Preview 3.0 10.0 0.0% 0 11.91s 225 762
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 Preview 10.0 10.0 100.0% 0 3.00s 291 696
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 Preview 5.3 10.0 33.3% 0 2.36s 18 1,212
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 Preview 4.0 10.0 0.0% 0 1.54s 69 384
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 Preview 10.0 10.0 100.0% 0 1.49s 72 753
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 5.31s 592 646
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.69s 243 1,248
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 Preview 10.0 10.0 100.0% 0 9.54s 237 993
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 Preview 3.0 10.0 0.0% 0 1.35s 9 420

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsMimo V2 PROmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Litelow