AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Google: Gemini 3.1 Flash Lite

Ringkasan

Perbandingan benchmark Claude Sonnet 5 vs Gemini 3.1 Flash Lite: Gemini 3.1 Flash Lite unggul dalam skor rata-rata dengan 6.1 vs 5.7. Gemini 3.1 Flash Lite memiliki biaya benchmark lebih rendah di $0.013 vs $0.287. Gemini 3.1 Flash Lite lebih cepat di 1.33s vs 4.74s, dengan tingkat keberhasilan 42.9% vs 54.0%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite - It has the best score here (6.1), while costing about 22.1x less than Claude Sonnet 5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik	Claude Sonnet 5 Claude Sonnet 5 none Rilis: 2026-06-30	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08

Metrik	Claude Sonnet 5 Claude Sonnet 5 none Rilis: 2026-06-30	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08
Skor	5.7	6.1
Peringkat	#117	#96
Keandalan	10.0	10.0
Konsistensi	8.6	8.8
Tes benar
Tingkat lulus per percobaan	42.9%	54.0%
Tes tidak stabil	4	3
Total Run	63	63
Biaya per hasil	4.098	0.130
Total Biaya	$0.287	$0.013
Harga input	$2.000 / 1M	$0.250 / 1M
Harga output	$10.000 / 1M	$1.500 / 1M
Total token input	76,797	36,973
Token output	13,325	2,487
Token penalaran	0	0
Waktu respons (rata-rata)	4.74s	1.33s
Waktu respons (maks)	29.46s	4.49s
Waktu respons (total)	99.46s	27.91s

Showcase generasi

Hamster playing table tennis

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

#117 Claude Sonnet 5

none

Biaya: $0.061
Waktu: 53.7s
Token: 6,172 tok

#96 Gemini 3.1 Flash Lite

minimal

Biaya: $0.001
Waktu: 3.7s
Token: 635 tok

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 input	Token output	Token penalaran
Claude Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	3.0	10.0	0.0%	0		29.46s	38,775	6,340	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	5.3	7.2	44.4%	1		3.28s	975	933	0
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan