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 3.1 Flash Lite

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-08

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08
Scor 7.2 7.9
Rang #61 #27
Fiabilitate 10.0 10.0
Consistență 9.6 9.1
Teste corecte
Rată de trecere pe încercare 61.4% 71.9%
Teste instabile 1 2
Rulări totale 57 57
Cost per rezultat 2.441 0.452
Cost total $0.269 $0.059
Preț de intrare $3.000 / 1M $0.250 / 1M
Preț de ieșire $15.000 / 1M $1.500 / 1M
Tokenuri de ieșire 7,864 2,224
Tokenuri de raționament 0 32,034
Timp de răspuns (mediu) 4.96s 3.14s
Timp de răspuns (maxim) 23.84s 10.87s
Timp de răspuns (total) 59.50s 59.62s

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 4.8 10.0 25.0% 0 2.94s 1,214 0
Gemini 3.1 Flash Lite 9.1 10.0 75.0% 0 2.39s 604 4,201
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 10.0 10.0 100.0% 0 3.67s 523 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.26s 429 2,712
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 9.5 10.0 100.0% 0 23.84s 3,766 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 10.87s 327 7,401
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 3.43s 252 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 279 2,845
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 7.7 10.0 66.7% 0 3.54s 413 0
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 3.16s 15 5,165
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 6.1 3.1 66.7% 1 2.56s 192 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.60s 84 1,142
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 6.5 10.0 50.0% 0 1.96s 90 0
Gemini 3.1 Flash Lite 9.9 10.0 100.0% 0 2.59s 75 3,320
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 7.7 10.0 66.7% 0 2.92s 536 0
Gemini 3.1 Flash Lite 7.6 7.2 77.8% 1 1.95s 165 2,450
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 4.11s 447 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.55s 234 921
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 4.67s 431 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 3.08s 12 1,877

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsQwen3.6 Flashmedium