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：Gemini 3.5 Flash 平均分领先，为 9.1 vs 7.3。 Claude Sonnet 4.6 benchmark 成本更低，为 $0.316 vs $0.582。 Gemini 3.5 Flash 更快，为 4.94s vs 5.04s，通过率为 55.6% vs 87.3%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.1），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 none 发布日期: 2026-02-17 Gemini 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19
分数 7.3 9.1
排名 #57 #8
可靠性 10.0 10.0
一致性 9.7 9.6
测试正确
尝试通过率 55.6% 87.3%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 2.870 3.229
总成本 $0.316 $0.582
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 57,886 36,936
输出令牌 9,465 2,001
推理令牌 0 56,408
响应时间（平均） 5.04s 4.94s
响应时间（最大） 23.84s 18.07s
响应时间（总计） 70.60s 103.79s

生成展示

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none
成本
$0.038
时间
27.3s
令牌
2,598 tok

#8 Gemini 3.5 Flash

medium
成本
$0.201
时间
112.9s
令牌
22,371 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 3.5 Flash 10.0 10.0 100.0% 0 2.09s 492 171 3,385
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 3.5 Flash 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
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 3.5 Flash 10.0 10.0 100.0% 0 12.05s 12,873 351 7,807
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 3.5 Flash 10.0 10.0 100.0% 0 4.07s 7,548 279 3,784
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 3.5 Flash 7.7 10.0 66.7% 0 5.24s 633 12 8,047
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 3.5 Flash 10.0 10.0 100.0% 0 2.52s 486 115 1,144
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 3.5 Flash 9.9 10.0 100.0% 0 2.70s 615 71 2,855
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 3.5 Flash 7.7 10.0 66.7% 0 2.38s 558 295 2,747
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 3.5 Flash 10.0 10.0 100.0% 0 3.81s 5,457 234 455
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 3.5 Flash 10.0 10.0 100.0% 0 2.75s 156 12 1,245

快速对比

切换对比组合

Claude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsMercury 2medium