Claude Sonnet 5.5 (low) vs Gemini 3.1 Flash Lite (minimal)

average score जवळपास समान आहे: 6.2 vs 6.1. Gemini 3.1 Flash Lite (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $0.620. Gemini 3.1 Flash Lite (minimal) वेगवान आहे: 1.85s vs 5.68s, pass rates 43.9% vs 51.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #232
एकूण आउटपुट टोकन्स: 28,630
प्रतिसाद वेळ (सरासरी): 5.68s
एकूण खर्च: $0.620

क्रमांक: #234
एकूण आउटपुट टोकन्स: 11,118
प्रतिसाद वेळ (सरासरी): 1.85s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (minimal)

It has the best score here (6.1), while costing about 13.3x less than Claude Sonnet 5.5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low प्रकाशन: 2026-09-29	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal प्रकाशन: 2026-05-08

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low प्रकाशन: 2026-09-29	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal प्रकाशन: 2026-05-08
स्कोअर	6.2	6.1
क्रमांक	#232	#234
विश्वसनीयता	10.0	10.0
सुसंगतता	9.4	8.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	43.9%	51.5%
अस्थिर चाचण्या	2	3
एकूण रन	66	66
प्रति निकाल खर्च	6.880	0.465
एकूण खर्च	$0.620	$0.047
इनपुट किंमत	$2.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$10.000 / 1M	$1.500 / 1M
एकूण इनपुट टोकन्स	166,418	119,076
आउटपुट टोकन्स	21,456	11,118
रिझनिंग टोकन्स	7,174	0
प्रतिसाद वेळ (सरासरी)	5.68s	1.85s
प्रतिसाद वेळ (कमाल)	22.74s	12.97s
प्रतिसाद वेळ (एकूण)	124.87s	40.74s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~150B एकूण (~10B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#232 Claude Sonnet 5.5

low

खर्च: $0.020
वेळ: 15.3s
टोकन्स: 2,077 tok

#234 Gemini 3.1 Flash Lite

minimal

खर्च: $0.001
वेळ: 3.7s
टोकन्स: 635 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.55s	858	1,736	0
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.2	9.7	0.0%	0		5.81s	10,608	5,903	0
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.9	6.9	66.7%	1		22.50s	128,879	7,220	4,027
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		7.75s	94,962	8,988	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		2.31s	10,515	312	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.09s	990	3,974	2,570
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		972ms	652	15	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	4.8	3.2	33.3%	1		2.33s	714	374	0
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.91s	921	357	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.50s	912	892	0
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.67s	11,757	354	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		4.97s	264	334	577
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0

झटपट तुलना

तुलना जोडी बदला