导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Sonnet 4.6 medium 发布日期: 发布日期未知 Google: Gemini 3 Flash Preview medium 发布日期: 发布日期未知
排名 #8 #1
分数 7.43 9.93
一致性 9.40 10.00
每个结果成本 8.105 0.815
总成本 $0.811 $0.114
测试正确
错误测试数 4 0
尝试通过率 73.8% 100.0%
不稳定测试 1 0
输出令牌 29,098 1,111
推理令牌 20,435 34,409

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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 299 3,127
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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 292 5,467
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 12 15,295
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 72 4,092
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Google: Gemini 3 Flash Preview 9.67 10.00 100.0% 0 202 5,298
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 234 1,130

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Google: Gemini 3 Flash Preview 与...对比