AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Google: Gemini 3.1 Flash Lite

摘要

Claude Sonnet 5 vs Gemini 3.1 Flash Lite benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.4 vs 5.7。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.287。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 4.74s，通过率为 42.9% vs 61.9%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.4），同时成本比Claude Sonnet 5低约 10.5 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 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08
分数	5.7	6.4
排名	#117	#87
可靠性	10.0	10.0
一致性	8.6	9.3
测试正确
尝试通过率	42.9%	61.9%
不稳定测试	4	2
总运行次数	63	63
每个结果成本	4.098	0.227
总成本	$0.287	$0.028
输入价格	$2.000 / 1M	$0.250 / 1M
输出价格	$10.000 / 1M	$1.500 / 1M
总输入令牌	76,797	36,892
输出令牌	13,325	2,732
推理令牌	0	9,260
响应时间（平均）	4.74s	1.89s
响应时间（最大）	29.46s	5.66s
响应时间（总计）	99.46s	39.62s

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

#87 Gemini 3.1 Flash Lite

low

成本: $0.003
时间: 4.0s
令牌: 1,479 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 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548

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 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072

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 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975

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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697

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 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214

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 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438

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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760

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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191

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 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945

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 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420

快速对比

切换对比组合