Navigare
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 2.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17
Scor 7.6 7.7
Rang #47 #38
Fiabilitate 10.0 10.0
Consistență 9.2 9.6
Teste corecte
Rată de trecere pe încercare 68.3% 68.3%
Teste instabile 2 1
Rulări totale 60 60
Cost per rezultat 10.227 2.750
Cost total $1.330 $0.358
Preț de intrare $3.000 / 1M $0.300 / 1M
Preț de ieșire $15.000 / 1M $2.500 / 1M
Tokenuri de ieșire 49,888 1,924
Tokenuri de raționament 29,554 137,255
Timp de răspuns (mediu) 15.72s 15.69s
Timp de răspuns (maxim) 46.35s 95.48s
Timp de răspuns (total) 188.69s 313.76s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919

Comparație rapidă

Schimbă perechea de comparație