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 3.1 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 6.1 vs 5.7。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.287。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 4.74s，通过率为 42.9% vs 54.0%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时成本比Claude Sonnet 5低约 22.1 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 minimal 发布日期: 2026-05-08
分数 5.7 6.1
排名 #117 #96
可靠性 10.0 10.0
一致性 8.6 8.8
测试正确
尝试通过率 42.9% 54.0%
不稳定测试 4 3
总运行次数 63 63
每个结果成本 4.098 0.130
总成本 $0.287 $0.013
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 36,973
输出令牌 13,325 2,487
推理令牌 0 0
响应时间（平均） 4.74s 1.33s
响应时间（最大） 29.46s 4.49s
响应时间（总计） 99.46s 27.91s

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

#96 Gemini 3.1 Flash Lite

minimal
成本
$0.001
时间
3.7s
令牌
635 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 8.3 10.0 75.0% 0 1.10s 500 639 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 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 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 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 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 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 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 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 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 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 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 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 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 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 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 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone免费可用Gemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneGemini 3.1 Flash LiteminimalvsNemotron 3 Supermedium免费可用Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneGemini 3.1 Flash LiteminimalvsQwen3.5-27Bnone