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

Rezumat

Comparație benchmark Claude Sonnet 4.6 vs Gemini 3.1 Flash Lite: Claude Sonnet 4.6 conduce la scorul mediu cu 7.3 vs 6.1. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.013 vs $0.316. Gemini 3.1 Flash Lite este mai rapid cu 1.33s vs 5.04s, cu rate de reușită de 55.6% vs 54.0%.

Model recomandat: Gemini 3.1 Flash Lite - Oferă cel mai bun compromis per total: scor competitiv (6.1), cost mai mic decât Claude Sonnet 4.6 și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lansare: 2026-05-08
Scor 7.3 6.1
Rang #55 #94
Fiabilitate 10.0 10.0
Consistență 9.7 8.8
Teste corecte
Rată de trecere pe încercare 55.6% 54.0%
Teste instabile 1 3
Rulări totale 63 63
Cost per rezultat 2.870 0.130
Cost total $0.316 $0.013
Preț de intrare $3.000 / 1M $0.250 / 1M
Preț de ieșire $15.000 / 1M $1.500 / 1M
Total tokenuri de intrare 57,886 36,973
Tokenuri de ieșire 9,465 2,487
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 5.04s 1.33s
Timp de răspuns (maxim) 23.84s 4.49s
Timp de răspuns (total) 70.60s 27.91s

Prezentare generare

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none
Cost
$0.038
Timp
27.3s
Tokenuri
2,598 tok

#94 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Timp
3.7s
Tokenuri
635 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnoneDisponibil gratuitClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumDisponibil gratuitGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 Flashmedium