导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Google: Gemini 2.5 Flash

摘要

Claude Sonnet 5 vs Gemini 2.5 Flash benchmark 对比：Gemini 2.5 Flash 平均分领先，为 6.2 vs 5.7。 Gemini 2.5 Flash benchmark 成本更低，为 $0.016 vs $0.287。 Gemini 2.5 Flash 更快，为 875ms vs 4.74s，通过率为 42.9% vs 46.0%。

推荐模型: Gemini 2.5 Flash - 它在这里得分最高（6.2），同时成本比Claude Sonnet 5低约 18.9 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 none 发布日期: 2026-06-30 Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17
分数 5.7 6.2
排名 #117 #95
可靠性 10.0 10.0
一致性 8.6 9.6
测试正确
尝试通过率 42.9% 46.0%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 4.098 0.169
总成本 $0.287 $0.016
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 76,797 35,926
输出令牌 13,325 1,770
推理令牌 0 0
响应时间（平均） 4.74s 875ms
响应时间（最大） 29.46s 4.39s
响应时间（总计） 99.46s 18.37s

生成展示

Hamster playing table tennis

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

#117 Claude Sonnet 5

none
成本
$0.061
时间
53.7s
令牌
6,172 tok

#95 Gemini 2.5 Flash

none
无效SVG
成本
$0.164
时间
215.5s
令牌
65,659 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 5.3 10.0 25.0% 0 3.60s 834 1,813 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 492 102 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 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 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 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 12,519 366 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 3.01s 10,503 309 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 7,257 279 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 5 5.3 7.2 44.4% 1 3.28s 975 933 0
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 633 12 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 4.7 3.1 33.3% 1 2.81s 708 272 0
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 486 78 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 6.4 10.0 50.0% 0 2.58s 909 103 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 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 5 6.0 7.4 55.6% 1 3.22s 894 778 0
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 558 132 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 6.80s 12,351 522 0
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 5,088 234 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 5 3.0 10.0 0.0% 0 4.31s 258 391 0
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 156 12 0

快速对比

切换对比组合

Gemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemini 2.5 FlashnonevsNemotron 3 Supermedium免费可用North Mini Codemedium免费可用vsGemini 2.5 FlashnoneGemini 2.5 FlashnonevsQwen3.6 27BmediumClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalGemini 2.5 FlashnonevsStep 3.5 FlashmediumGemini 2.5 FlashnonevsGPT-5 NanomediumClaude Sonnet 5nonevsMiniMax M2.7mediumGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemini 2.5 FlashnonevsMiMo-V2.5mediumGemini 2.5 FlashnonevsQwen3.6 35B A3Bmedium