导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Google: Gemini 3.5 Flash

摘要

Claude Sonnet 5 vs Gemini 3.5 Flash benchmark 对比：Claude Sonnet 5 平均分领先，为 7.9 vs 7.0。 Claude Sonnet 5 benchmark 成本更低，为 $0.550 vs $1.079。 Gemini 3.5 Flash 更快，为 9.93s vs 9.94s，通过率为 79.4% vs 77.8%。

推荐模型: Claude Sonnet 5 - 它在这里得分最高（7.9），同时成本比Gemini 3.5 Flash低约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标 Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19
分数 7.9 7.0
排名 #30 #68
可靠性 10.0 10.0
一致性 9.0 8.9
测试正确
尝试通过率 79.4% 77.8%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 3.662 7.190
总成本 $0.550 $1.079
输入价格 $2.000 / 1M $1.500 / 1M
输出价格 $10.000 / 1M $9.000 / 1M
总输入令牌 67,416 13,843
输出令牌 34,012 117,518
推理令牌 7,673 0
响应时间（平均） 9.94s 9.93s
响应时间（最大） 56.94s 64.36s
响应时间（总计） 208.71s 178.68s

生成展示

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium
成本
$0.007
时间
6.4s
令牌
832 tok

#68 Gemini 3.5 Flash

none
成本
$0.225
时间
125.5s
令牌
25,004 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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.53s 492 5,101 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 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Gemini 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 75,927 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 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
Gemini 3.5 Flash 6.5 10.0 50.0% 0 8.10s 2,781 5,895 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 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
Gemini 3.5 Flash 7.6 7.2 77.8% 1 10.64s 633 17,910 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 5 4.8 3.2 33.3% 1 4.32s 708 264 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.46s 486 1,620 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 5 9.9 10.0 100.0% 0 3.10s 909 318 269
Gemini 3.5 Flash 9.8 10.0 100.0% 0 3.38s 615 3,928 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 5 7.7 10.0 66.7% 0 2.98s 894 407 121
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.13s 558 4,640 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 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
Gemini 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 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 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Gemini 3.5 Flash 2.8 1.6 33.3% 1 4.87s 156 2,497 0

快速对比

切换对比组合

Gemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Sonnet 5mediumvsStep 3.7 FlashlowGemini 3.5 FlashnonevsRing-2.6-1TmediumClaude Sonnet 5mediumvsDeepSeek V4 ProhighGemini 3.5 FlashnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsMiMo-V2.5mediumGemini 3.5 Flashnonevsgpt-oss-120bmedium免费可用Gemini 3.5 FlashnonevsGPT-5 NanomediumClaude Sonnet 5mediumvsGPT-5.3 Chatnone