导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3.1 Flash Lite Preview

摘要

Claude Sonnet 4.6 vs Gemini 3.1 Flash Lite Preview benchmark 对比：平均分几乎持平，为 7.8 vs 7.8。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.068 vs $1.418。 Gemini 3.1 Flash Lite Preview 更快，为 3.96s vs 17.06s，通过率为 65.1% vs 61.9%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它在这里得分最高（7.8），同时成本比Claude Sonnet 4.6低约 20.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03
分数 7.8 7.8
排名 #32 #33
可靠性 10.0 10.0
一致性 9.1 10.0
测试正确
尝试通过率 65.1% 61.9%
不稳定测试 2 0
总运行次数 63 63
每个结果成本 10.904 0.523
总成本 $1.418 $0.068
输入价格 $3.000 / 1M $0.250 / 1M
输出价格 $15.000 / 1M $1.500 / 1M
总输入令牌 49,112 37,786
输出令牌 54,703 2,210
推理令牌 29,970 36,744
响应时间（平均） 17.06s 3.96s
响应时间（最大） 46.35s 14.93s
响应时间（总计） 221.83s 83.06s

生成展示

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#33 Gemini 3.1 Flash Lite Preview

medium
成本
$0.003
时间
5.2s
令牌
1,944 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801

快速对比

切换对比组合

Claude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium