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 Preview

摘要

Claude Sonnet 5 vs Gemini 3.1 Flash Lite Preview benchmark 对比：Gemini 3.1 Flash Lite Preview 平均分领先，为 6.5 vs 5.7。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $0.287。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 4.74s，通过率为 42.9% vs 61.9%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它在这里得分最高（6.5），同时成本比Claude Sonnet 5低约 11.3 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 Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03
分数 5.7 6.5
排名 #117 #84
可靠性 10.0 10.0
一致性 8.6 10.0
测试正确
尝试通过率 42.9% 61.9%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 4.098 0.196
总成本 $0.287 $0.026
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 32,715
输出令牌 13,325 2,286
推理令牌 0 9,166
响应时间（平均） 4.74s 2.77s
响应时间（最大） 29.46s 11.91s
响应时间（总计） 99.46s 58.12s

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

#84 Gemini 3.1 Flash Lite Preview

low
成本
$0.002
时间
3.7s
令牌
1,203 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 Preview 8.3 10.0 75.0% 0 2.12s 506 462 1,638
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 Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
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 Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
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 Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
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 Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
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 Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
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 Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
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 Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
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 Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
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 Preview 3.0 10.0 0.0% 0 1.35s 160 9 420

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGPT-5 NanomediumGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Supermedium免费可用Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsRing-2.6-1Tmedium