导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3.5 Flash

摘要

Claude Sonnet 4.6 vs Gemini 3.5 Flash benchmark 对比：Claude Sonnet 4.6 平均分领先，为 7.8 vs 7.0。 Gemini 3.5 Flash benchmark 成本更低，为 $1.079 vs $1.418。 Gemini 3.5 Flash 更快，为 9.93s vs 17.06s，通过率为 65.1% vs 77.8%。

推荐模型: Claude Sonnet 4.6 - 它在本次比较中得分最高（7.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19
分数 7.8 7.0
排名 #32 #69
可靠性 10.0 10.0
一致性 9.1 8.9
测试正确
尝试通过率 65.1% 77.8%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 10.904 7.190
总成本 $1.418 $1.079
输入价格 $3.000 / 1M $1.500 / 1M
输出价格 $15.000 / 1M $9.000 / 1M
总输入令牌 49,112 13,843
输出令牌 54,703 117,518
推理令牌 29,970 0
响应时间（平均） 17.06s 9.93s
响应时间（最大） 46.35s 64.36s
响应时间（总计） 221.83s 178.68s

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

#69 Gemini 3.5 Flash

none
成本
$0.225
时间
125.5s
令牌
25,004 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 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 0
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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
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 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
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 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 0
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 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 0
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 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

快速对比

切换对比组合

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3.5 FlashnonevsLaguna XS 2.1medium免费可用Gemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.5 FlashnonevsRing-2.6-1TmediumClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3.5 FlashnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.5 Flashnonevsgpt-oss-120bmedium免费可用Claude Sonnet 4.6mediumvsGPT-5.3 Chatnone