AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3.1 Flash Lite

概要

Claude Sonnet 4.6 vs Gemini 3.1 Flash Lite の benchmark 比較: Claude Sonnet 4.6 が平均スコアでリードし、7.8 vs 6.4 です。 Gemini 3.1 Flash Lite の benchmark コストが低く、$0.028 vs $1.418 です。 Gemini 3.1 Flash Lite の方が高速で、1.89s vs 17.06s です、成功率は 65.1% vs 61.9% です。

おすすめモデル: Gemini 3.1 Flash Lite - 総合的に最も良い選択です。競争力のあるスコア（6.4）、Claude Sonnet 4.6 より低いコスト、バランスの取れた応答時間があります。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-18

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low リリース: 2026-05-08

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low リリース: 2026-05-08
スコア	7.8	6.4
順位	#31	#85
信頼性	10.0	10.0
一貫性	9.1	9.3
正解テスト
試行ごとの合格率	65.1%	61.9%
不安定なテスト	2	2
総実行回数	63	63
結果あたりのコスト	10.904	0.227
合計コスト	$1.418	$0.028
入力価格	$3.000 / 1M	$0.250 / 1M
出力価格	$15.000 / 1M	$1.500 / 1M
合計入力トークン	49,112	36,892
出力トークン	54,703	2,732
推論トークン	29,970	9,260
応答時間（平均）	17.06s	1.89s
応答時間（最大）	46.35s	5.66s
応答時間（合計）	221.83s	39.62s

生成ショーケース

Hamster playing table tennis

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

#31 Claude Sonnet 4.6

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#85 Gemini 3.1 Flash Lite

low

コスト: $0.003
時間: 4.0s
トークン: 1,479 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		46.35s	18,351	5,871	3,962
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420

クイック比較

比較ペアを切り替え