导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Claude Sonnet 4.6 vs Gemini 3.1 Flash Lite benchmark 对比：Claude Sonnet 4.6 平均分领先，为 7.3 vs 6.1。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.316。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 5.04s，通过率为 55.6% vs 54.0%。

推荐模型: Gemini 3.1 Flash Lite - 它提供了最佳整体取舍：得分有竞争力（6.1），成本低于Claude Sonnet 4.6，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08
分数 7.3 6.1
排名 #55 #94
可靠性 10.0 10.0
一致性 9.7 8.8
测试正确
尝试通过率 55.6% 54.0%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 2.870 0.130
总成本 $0.316 $0.013
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 57,886 36,973
输出令牌 9,465 2,487
推理令牌 0 0
响应时间（平均） 5.04s 1.33s
响应时间（最大） 23.84s 4.49s
响应时间（总计） 70.60s 27.91s

生成展示

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none
成本
$0.038
时间
27.3s
令牌
2,598 tok

#94 Gemini 3.1 Flash Lite

minimal
成本
$0.001
时间
3.7s
令牌
635 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 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 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 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 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 3.43s 8,574 252 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 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 6.1 3.1 66.7% 1 2.56s 513 192 0
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 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 6.5 10.0 50.0% 0 1.96s 690 90 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 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 7.7 10.0 66.7% 0 2.53s 663 533 0
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 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 4.11s 11,301 447 0
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 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 4.67s 204 431 0
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone免费可用Claude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Gemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 Flashmedium