Claude Sonnet 5.5 (xhigh) vs Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) average score मध्ये पुढे आहे: 9.4 vs 8.6. Gemini 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.183 vs $1.516. Gemini 3.7 Flash (low) वेगवान आहे: 6.24s vs 14.98s, pass rates 79.7% vs 95.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #101
एकूण आउटपुट टोकन्स: 83,041
प्रतिसाद वेळ (सरासरी): 14.98s
एकूण खर्च: $1.516

क्रमांक: #30
एकूण आउटपुट टोकन्स: 38,453
प्रतिसाद वेळ (सरासरी): 6.24s
एकूण खर्च: $0.183

शिफारस केलेले मॉडेल Gemini 3.7 Flash (low)

It has the best score here (9.4), while costing about 8.3x less than Claude Sonnet 5.5 (xhigh).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14
स्कोअर	8.6	9.4
क्रमांक	#101	#30
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	95.7%
अस्थिर चाचण्या	4	2
एकूण रन	69	69
प्रति निकाल खर्च	9.473	0.868
एकूण खर्च	$1.516	$0.183
इनपुट किंमत	$2.000 / 1M	$0.750 / 1M
आउटपुट किंमत	$10.000 / 1M	$3.750 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	$0.042 / 1M
एकूण इनपुट टोकन्स	342,579	188,519
आउटपुट टोकन्स	12,848	7,694
रिझनिंग टोकन्स	70,193	30,759
प्रतिसाद वेळ (सरासरी)	14.98s	6.24s
प्रतिसाद वेळ (कमाल)	54.92s	58.75s
प्रतिसाद वेळ (एकूण)	344.60s	143.56s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~500B एकूण (~20B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#101 Claude Sonnet 5.5

xhigh

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

#30 Gemini 3.7 Flash

low

खर्च: $0.010
वेळ: 23.5s
टोकन्स: 5,210 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:

स्वायत्त एजंट कार्ये	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		54.92s	193,936	3,148	2,788
Gemini 3.7 Flash	10.0	10.0	100.0%	0		58.75s	98,197	1,400	0

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 3.7 Flash	10.0	10.0	100.0%	0		1.54s	492	99	1,398

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 3.7 Flash	7.6	7.2	77.8%	1		6.20s	8,118	461	11,508

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 3.7 Flash	10.0	10.0	100.0%	0		13.00s	66,250	4,873	8,108

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 3.7 Flash	10.0	10.0	100.0%	0		2.15s	7,548	278	1,093

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 3.7 Flash	8.2	7.2	88.9%	1		3.09s	642	12	3,029

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 3.7 Flash	10.0	10.0	100.0%	0		2.76s	486	81	1,043

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 3.7 Flash	10.0	10.0	100.0%	0		2.47s	615	72	1,778

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 3.7 Flash	10.0	10.0	100.0%	0		1.92s	558	166	1,580

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 3.7 Flash	10.0	10.0	100.0%	0		4.10s	5,457	241	160

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 3.7 Flash	10.0	10.0	100.0%	0		2.92s	156	11	1,062

तुलना जोडी बदला

Claude Opus 5highvsGemini 3.7 Flashlow Claude Opus 5mediumvsGemini 3.7 Flashlow Gemini 3.7 FlashlowvsGPT-6.1 Terraxhigh Claude Opus 5.5highvsGemini 3.7 Flashlow Gemini 3.7 FlashlowvsGPT-6.1 Terramax Gemini 3.7 FlashlowvsGPT-5.6 Solhigh Gemini 3.7 FlashlowvsGPT-6 Astramedium Gemini 3.7 FlashlowvsGPT-6.1 Terrahigh Gemini 3.7 FlashlowvsGPT-5.6 Solmedium Gemini 3.7 FlashlowvsGPT-6 Solmedium Gemini 3.7 FlashlowvsMuse Emberhigh Gemini 3.7 FlashlowvsMuse Spark Openhigh