Claude Sonnet 5.5 (xhigh) vs Gemini 2.5 Flash (medium)

Claude Sonnet 5.5 (xhigh) лидирует по среднему баллу: 8.3 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.644 vs $1.069. Claude Sonnet 5.5 (xhigh) быстрее: 13.17s vs 21.14s, с долей успешных попыток 78.8% vs 71.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-29

Сравниваемые модели

Ранг: #79
Общее число выходных токенов: 77,105
Время ответа (среднее): 13.17s
Общая стоимость: $1.069

Ранг: #83
Общее число выходных токенов: 241,365
Время ответа (среднее): 21.14s
Общая стоимость: $0.644

Рекомендуемая модель Gemini 2.5 Flash (medium)

Его балл близок к лучшему здесь (8.2 против 8.3), при этом он примерно в 1.7 раза дешевле, чем Claude Sonnet 5.5 (xhigh).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh Релиз: 2026-09-29	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh Релиз: 2026-09-29	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17
Оценка	8.3	8.2
Ранг	#79	#83
Надежность	10.0	10.0
Стабильность	8.7	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	78.8%	71.2%
Нестабильные тесты	4	1
Всего запусков	66	66
Стоимость за результат	7.123	4.288
Общая стоимость	$1.069	$0.644
Цена входа	$2.000 / 1M	$0.300 / 1M
Цена выхода	$10.000 / 1M	$2.500 / 1M
Общее число входных токенов	148,643	132,507
Выходные токены	9,700	12,739
Токены рассуждений	67,405	228,626
Время ответа (среднее)	13.17s	21.14s
Время ответа (макс.)	54.91s	140.50s
Время ответа (суммарно)	289.67s	465.10s
Параметры	~1T всего (~100B активных)	~350B всего (~20B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#79 Claude Sonnet 5.5

xhigh

Стоимость: $0.319
Время: 258.6s
Токены: 31,969 tok

#83 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.21s	858	417	1,162
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	2.9	7.2	11.1%	1		35.33s	990	56	34,319
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	3.4	66.7%	1		9.10s	714	279	2,152
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.58s	921	98	661
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.88s	912	716	1,402
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		10.29s	11,757	354	1,112
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		17.31s	264	181	4,816
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsGPT-6 Lunahigh Claude Sonnet 5.5xhighvsDeepSeek V4.1 Flashmax Gemini 2.5 FlashmediumvsMuse Spark 1.3low Claude Sonnet 5.5xhighvsGLM 5.3 FlashXmax Gemini 2.5 FlashmediumvsGPT-6 Lunahigh Claude Sonnet 5.5highvsGemini 2.5 Flashmedium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsInkling Smallhigh Claude Sonnet 5.5xhighvsGPT-6 Sollow Claude Sonnet 5.5xhighvsSeed 2.1 Turbomedium Claude Sonnet 5.5xhighvsMiMo-V2.6-Promedium