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 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-19

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 none Lansare: 2026-02-17 Gemini 3.5 Flash Gemini 3.5 Flash medium Lansare: 2026-05-19
Scor 7.2 9.2
Rang #68 #5
Fiabilitate 10.0 10.0
Consistență 9.6 10.0
Teste corecte
Rată de trecere pe încercare 61.4% 89.5%
Teste instabile 1 0
Rulări totale 57 57
Cost per rezultat 2.441 2.307
Cost total $0.269 $0.393
Preț de intrare $3.000 / 1M $1.500 / 1M
Preț de ieșire $15.000 / 1M $9.000 / 1M
Tokenuri de ieșire 7,864 1,971
Tokenuri de raționament 0 36,659
Timp de răspuns (mediu) 4.96s 3.90s
Timp de răspuns (maxim) 23.84s 12.05s
Timp de răspuns (total) 59.50s 74.13s

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 3.5 Flash 10.0 10.0 100.0% 0 2.09s 171 3,385
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 3.5 Flash 10.0 10.0 100.0% 0 8.22s 431 5,190
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 3.5 Flash 10.0 10.0 100.0% 0 12.05s 351 7,807
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 3.5 Flash 10.0 10.0 100.0% 0 4.07s 279 3,784
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 3.5 Flash 7.7 10.0 66.7% 0 5.24s 12 8,047
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 3.5 Flash 10.0 10.0 100.0% 0 2.52s 115 1,144
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 3.5 Flash 9.9 10.0 100.0% 0 2.70s 71 2,855
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 3.5 Flash 7.7 10.0 66.7% 0 2.38s 295 2,747
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 3.5 Flash 10.0 10.0 100.0% 0 3.81s 234 455
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 3.5 Flash 10.0 10.0 100.0% 0 2.75s 12 1,245

Comparație rapidă

Schimbă perechea de comparație