导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

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

摘要

Claude Sonnet 4.6 vs Gemini 3 Flash Preview benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 7.8。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.667 vs $1.418。 Claude Sonnet 4.6 更快，为 17.06s vs 18.64s，通过率为 65.1% vs 98.4%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（9.6），同时成本比Claude Sonnet 4.6低约 2.1 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 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17
分数 7.8 9.6
排名 #32 #2
可靠性 10.0 10.0
一致性 9.1 9.7
测试正确
尝试通过率 65.1% 98.4%
不稳定测试 2 1
总运行次数 63 63
每个结果成本 10.904 3.335
总成本 $1.418 $0.667
输入价格 $3.000 / 1M $0.500 / 1M
输出价格 $15.000 / 1M $3.000 / 1M
总输入令牌 49,112 37,017
输出令牌 54,703 2,006
推理令牌 29,970 214,153
响应时间（平均） 17.06s 18.64s
响应时间（最大） 46.35s 117.26s
响应时间（总计） 221.83s 391.35s

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325

快速对比

切换对比组合

Claude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 PrononeClaude Sonnet 4.6mediumvsQwen3.7 PlusnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGLM 5.2noneClaude Sonnet 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsGemini 3.5 Flashnone