导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Google: Gemini 3 Flash Preview

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Sonnet 4.6 none 发布日期: 发布日期未知 Google: Gemini 3 Flash Preview none 发布日期: 发布日期未知
排名 #14 #10
分数 6.36 7.21
一致性 9.50 9.36
每个结果成本 1.325 0.078
总成本 $0.106 $0.007
测试正确
错误测试数 6 4
尝试通过率 59.5% 71.8%
不稳定测试 1 1
输出令牌 2,637 734
推理令牌 0 0

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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 4.00 10.00 33.3% 0 1,199 0
Google: Gemini 3 Flash Preview 7.00 10.00 66.7% 0 240 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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 252 0
Google: Gemini 3 Flash Preview 9.88 10.00 100.0% 0 279 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 54 0
Google: Gemini 3 Flash Preview 7.00 10.00 66.7% 0 18 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 5.50 10.00 50.0% 0 90 0
Google: Gemini 3 Flash Preview 5.50 5.81 66.7% 1 74 0
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 5.00 7.68 44.4% 1 595 0
Google: Gemini 3 Flash Preview 7.00 10.00 66.7% 0 123 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 447 0
Google: Gemini 3 Flash Preview 0.00 0.00 0.0% 0 0 0

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Google: Gemini 3 Flash Preview 与...对比