Claude Sonnet 4.5vsGemini 2.5-Pro
在 16 个共同 benchmark 中，Gemini 2.5-Pro 整体领先：Claude Sonnet 4.5 领先 7 项，Gemini 2.5-Pro 领先 8 项，持平 1 项，平均分差 +32.29。
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
Gemini 2.5-Pro
Google DeepMind · 2025-06-05 · 推理大模型
Claude Sonnet 4.57 项(44%)持平1(50%)8 项Gemini 2.5-Pro
评测分数
按能力类目分组，每组内按分差大小排列；共 16 项。
数学
Gemini 2.5-Pro 领先 3/4| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| IMO-ProofBench | 27.108 / 16Thinking (No Tools) | 55.203 / 16Thinking (No Tools) | -28.10 |
| IMO-ProofBench Advanced | 4.8019 / 24Thinking (No Tools) | 17.6014 / 24Thinking (No Tools) | -12.80 |
| FrontierMath | 5.2038 / 60Normal (No Tools) | 1123 / 60Normal (No Tools) | -5.80 |
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 2.1056 / 80Normal (No Tools) | 持平 |
图像感知与视觉推理
Gemini 2.5-Pro 领先 2/2| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| VPCT | 3820 / 24Normal (No Tools) | 46.4012 / 24Normal (No Tools) | -8.40 |
| MMMU | 77.8023 / 74Thinking (No Tools) | 8213 / 74Thinking (No Tools) | -4.20 |
事实查找与深度检索
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| BrowseComp | 24.1056 / 58Thinking (With Tools) | 7.8057 / 58Thinking (With Tools) | +16.30 |
写作与创意表达
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Creative Writing | 1,67833 / 110Normal (No Tools) | 1,42162 / 110Normal (No Tools) | +256.40 |
指令与格式遵循
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| IF Bench | 57.3024 / 31Thinking (With Tools) | 4930 / 31Thinking (With Tools) | +8.30 |
文档与图表理解
Gemini 2.5-Pro 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| GDP.pdf | 5.2099 / 122Thinking (No Tools) | 10.2085 / 122Thinking (No Tools) | -5 |
科学知识与推理
Gemini 2.5-Pro 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| CritPt | 1.10151 / 204Thinking (No Tools) | 2.60125 / 204Thinking (No Tools) | -1.50 |
科学计算与科研编程
Gemini 2.5-Pro 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| SciCode | 45.7090 / 134Thinking (No Tools) | 46.3087 / 134Thinking (No Tools) | -0.60 |
算法与竞赛编程
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| CodeClash | 1,3891 / 8Normal (With Tools) | 1,1256 / 8Normal (With Tools) | +264 |
维护、优化与工程管理
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| GSO | 14.7012 / 21Normal (With Tools) | 3.9218 / 21Normal (With Tools) | +10.78 |
自主开发与终端任务
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 42.8043 / 48Thinking (With Tools) | 32.6048 / 48Thinking (With Tools) | +10.20 |
跨行业工作评估
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| GDPval-AA | 3910 / 15Thinking (No Tools) | 2215 / 15Thinking (No Tools) | +17 |
规格对比
| 字段 | Claude Sonnet 4.5 | Gemini 2.5-Pro |
|---|---|---|
| 发布机构 | Anthropic | Google DeepMind |
| 发布时间 | 2025-09-30 | 2025-06-05 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 1000K |
| 最大输出 | 64K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Sonnet 4.5 | Gemini 2.5-Pro |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $1.25 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $10 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.125 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | 暂无公开价格 |
小结
- Claude Sonnet 4.5在以下类目领先:事实查找与深度检索 (1/1)、写作与创意表达 (1/1)、指令与格式遵循 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨行业工作评估 (1/1)
- Gemini 2.5-Pro在以下类目领先:数学 (3/4)、图像感知与视觉推理 (2/2)、文档与图表理解 (1/1)、科学知识与推理 (1/1)、科学计算与科研编程 (1/1)
16 个共同 benchmark 上，Claude Sonnet 4.5 平均高出 32.29 分。
单项差距最大的 benchmark：CodeClash — Claude Sonnet 4.5 1,389，Gemini 2.5-Pro 1,125（分差 +264）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。