ナビゲーション
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

概要

Claude Sonnet 4.6 (medium) が平均スコアでリードし、7.8 vs 6.4 です。 Gemini 3.1 Flash Lite Preview の benchmark コストが低く、$0.018 vs $1.418 です。 Gemini 3.1 Flash Lite Preview の方が高速で、1.21s vs 17.06s です、成功率は 65.1% vs 60.3% です。

おすすめモデルGemini 3.1 Flash Lite Preview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 (medium) 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: 2026-07-14

指標 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none リリース: 2026-03-03
スコア 7.8 6.4
順位 #40 #102
信頼性 10.0 10.0
一貫性 9.1 9.7
正解テスト
試行ごとの合格率 65.1% 60.3%
不安定なテスト 2 1
総実行回数 63 63
結果あたりのコスト 10.904 0.148
合計コスト $1.418 $0.018
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 37,582
出力トークン 54,703 5,547
推論トークン 29,970 0
応答時間(平均) 17.06s 1.21s
応答時間(最大) 46.35s 3.39s
応答時間(合計) 221.83s 25.45s

生成ショーケース

Hamster playing table tennis

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

#40 Claude Sonnet 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#102 Gemini 3.1 Flash Lite Preview

none
コスト
$0.003
時間
4.7s
トークン
1,827 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

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 Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0

クイック比較

比較ペアを切り替え