नेव्हिगेशन
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 Flash Preview

सारांश

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 7.3. Claude Sonnet 4.6 चा benchmark खर्च कमी आहे: $0.316 vs $0.667. Claude Sonnet 4.6 वेगवान आहे: 5.04s vs 18.64s, pass rates 55.6% vs 98.4%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none प्रकाशन: 2026-02-17 Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17
स्कोअर 7.3 9.6
क्रमांक #71 #2
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.6% 98.4%
अस्थिर चाचण्या 1 1
एकूण रन 63 63
प्रति निकाल खर्च 2.870 3.335
एकूण खर्च $0.316 $0.667
इनपुट किंमत $3.000 / 1M $0.500 / 1M
आउटपुट किंमत $15.000 / 1M $3.000 / 1M
एकूण इनपुट टोकन्स 57,886 37,017
आउटपुट टोकन्स 9,465 2,006
रिझनिंग टोकन्स 0 214,153
प्रतिसाद वेळ (सरासरी) 5.04s 18.64s
प्रतिसाद वेळ (कमाल) 23.84s 117.26s
प्रतिसाद वेळ (एकूण) 70.60s 391.35s

जनरेशन शोकेस

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
खर्च
$0.038
वेळ
27.3s
टोकन्स
2,598 tok

#2 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
17.9s
टोकन्स
3,236 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

झटपट तुलना

तुलना जोडी बदला