Claude Sonnet 5.5 (xhigh) vs Gemini 2.5 Flash (medium)

Claude Sonnet 5.5 (xhigh) average score मध्ये पुढे आहे: 8.3 vs 8.2. Gemini 2.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.644 vs $1.069. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 13.17s vs 21.14s, pass rates 78.8% vs 71.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #79
एकूण आउटपुट टोकन्स: 77,105
प्रतिसाद वेळ (सरासरी): 13.17s
एकूण खर्च: $1.069

क्रमांक: #83
एकूण आउटपुट टोकन्स: 241,365
प्रतिसाद वेळ (सरासरी): 21.14s
एकूण खर्च: $0.644

शिफारस केलेले मॉडेल Gemini 2.5 Flash (medium)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 1.7x less than Claude Sonnet 5.5 (xhigh).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Gemini 2.5 Flash Gemini 2.5 Flash medium प्रकाशन: 2025-06-17

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Gemini 2.5 Flash Gemini 2.5 Flash medium प्रकाशन: 2025-06-17
स्कोअर	8.3	8.2
क्रमांक	#79	#83
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	9.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.8%	71.2%
अस्थिर चाचण्या	4	1
एकूण रन	66	66
प्रति निकाल खर्च	7.123	4.288
एकूण खर्च	$1.069	$0.644
इनपुट किंमत	$2.000 / 1M	$0.300 / 1M
आउटपुट किंमत	$10.000 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	148,643	132,507
आउटपुट टोकन्स	9,700	12,739
रिझनिंग टोकन्स	67,405	228,626
प्रतिसाद वेळ (सरासरी)	13.17s	21.14s
प्रतिसाद वेळ (कमाल)	54.91s	140.50s
प्रतिसाद वेळ (एकूण)	289.67s	465.10s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~350B एकूण (~20B 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.

#79 Claude Sonnet 5.5

xhigh

खर्च: $0.319
वेळ: 258.6s
टोकन्स: 31,969 tok

#83 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

खर्च: $0.000
वेळ: 274.0s
टोकन्स: 0 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	10.0	10.0	100.0%	0		4.21s	858	417	1,162
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241

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		4.96s	10,515	312	1,590
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

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	2.9	7.2	11.1%	1		35.33s	990	56	34,319
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864

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	6.5	3.4	66.7%	1		9.10s	714	279	2,152
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

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	10.0	10.0	100.0%	0		4.58s	921	98	661
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

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	10.0	10.0	100.0%	0		4.88s	912	716	1,402
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

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		10.29s	11,757	354	1,112
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

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		17.31s	264	181	4,816
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsGPT-6 Lunahigh Claude Sonnet 5.5xhighvsDeepSeek V4.1 Flashmax Gemini 2.5 FlashmediumvsMuse Spark 1.3low Claude Sonnet 5.5xhighvsGLM 5.3 FlashXmax Gemini 2.5 FlashmediumvsGPT-6 Lunahigh Claude Sonnet 5.5highvsGemini 2.5 Flashmedium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsInkling Smallhigh Claude Sonnet 5.5xhighvsGPT-6 Sollow Claude Sonnet 5.5xhighvsSeed 2.1 Turbomedium Claude Sonnet 5.5xhighvsMiMo-V2.6-Promedium