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 none 发布日期: 发布日期未知
排名 #8 #10
分数 7.43 7.21
一致性 9.40 9.36
每个结果成本 8.105 0.078
总成本 $0.811 $0.007
测试正确
错误测试数 4 4
尝试通过率 73.8% 71.8%
不稳定测试 1 1
输出令牌 29,098 734
推理令牌 20,435 0

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 7.00 10.00 66.7% 0 240 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 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 9.88 10.00 100.0% 0 279 0
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 7.00 10.00 66.7% 0 18 0
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 5.50 5.81 66.7% 1 74 0
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 7.00 10.00 66.7% 0 123 0
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 0.00 0.00 0.0% 0 0 0

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

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