Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Sonnet 4.6 medium Lansare: Data lansării necunoscută Google: Gemini 3 Flash Preview low Lansare: Data lansării necunoscută
Rang #8 #6
Scor 7.43 8.36
Consistență 9.40 9.40
Cost per rezultat 8.105 0.602
Cost total $0.811 $0.067
Teste corecte
Teste greșite 4 3
Rată de trecere pe încercare 73.8% 81.0%
Teste instabile 1 1
Tokenuri de ieșire 29,098 1,170
Tokenuri de raționament 20,435 18,372

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 275 2,476
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 305 3,004
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Google: Gemini 3 Flash Preview 4.00 7.21 44.4% 1 12 6,410
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Google: Gemini 3 Flash Preview 7.50 9.99 50.0% 0 71 2,752
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 273 3,315
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 234 415

Schimbă perechea de comparație

Compară Anthropic: Claude Sonnet 4.6 cu...

Compară Google: Gemini 3 Flash Preview cu...