Anthropic: Claude Sonnet 5 vs Google: Gemini 3.5 Flash-Lite

Claude Sonnet 5 (medium) 平均分领先，为 8.3 vs 8.1。 Gemini 3.5 Flash-Lite (high) benchmark 成本更低，为 $0.584 vs $0.922。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 12.52s，通过率为 80.3% vs 81.8%。

推荐模型Gemini 3.5 Flash-Lite (high)它的得分接近这里的最高分（8.1 vs 8.3），同时成本比Claude Sonnet 5 (medium)低约 1.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21

指标	Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21
分数	8.3	8.1
排名	#26	#31
可靠性	10.0	10.0
一致性	9.0	7.5
测试正确
尝试通过率	80.3%	81.8%
不稳定测试	3	7
总运行次数	66	66
每个结果成本	5.760	4.169
总成本	$0.922	$0.584
输入价格	$2.000 / 1M	$0.300 / 1M
输出价格	$10.000 / 1M	$2.500 / 1M
总输入令牌	145,956	105,138
输出令牌	52,333	8,315
推理令牌	10,874	212,507
响应时间（平均）	12.52s	9.48s
响应时间（最大）	66.71s	43.93s
响应时间（总计）	275.42s	208.52s

Hamster playing table tennis

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

#26 Claude Sonnet 5

medium

成本: $0.007
时间: 6.4s
令牌: 832 tok

#31 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 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

类别:

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 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464

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 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
Gemini 3.5 Flash-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603

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 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
Gemini 3.5 Flash-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928

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 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104

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 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
Gemini 3.5 Flash-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792

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 5	4.8	3.2	33.3%	1		4.32s	708	264	0
Gemini 3.5 Flash-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361

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 5	9.9	10.0	100.0%	0		3.10s	909	318	269
Gemini 3.5 Flash-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533

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 5	7.7	10.0	66.7%	0		2.98s	894	407	121
Gemini 3.5 Flash-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371

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 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356

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 5	3.0	10.0	0.0%	0		7.06s	258	917	204
Gemini 3.5 Flash-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995

快速对比

切换对比组合