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 none 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 #14 #1
分数 6.36 9.93
一致性 9.50 10.00
每个结果成本 1.325 0.815
总成本 $0.106 $0.114
测试正确
错误测试数 6 0
尝试通过率 59.5% 100.0%
不稳定测试 1 0
输出令牌 2,637 1,111
推理令牌 0 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 4.00 10.00 33.3% 0 1,199 0
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% 0 252 0
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 7.00 10.00 66.7% 0 54 0
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 5.50 10.00 50.0% 0 90 0
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 5.00 7.68 44.4% 1 595 0
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% 0 447 0
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