Gemini 3.5 FlashvsClaude Sonnet 4.6
在 7 个共同 benchmark 中，Gemini 3.5 Flash 整体领先：Gemini 3.5 Flash 领先 4 项，Claude Sonnet 4.6 领先 2 项，持平 1 项，平均分差 +0.73。
Gemini 3.5 Flash
Google DeepMind · 2026-06-20 · 多模态大模型
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
Gemini 3.5 Flash4 项(57%)持平1(29%)2 项Claude Sonnet 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
图像感知与视觉推理
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| MMMU-Pro | 80.1043 / 229Normal (No Tools) | 70.60125 / 229Normal (No Tools) | +9.50 |
多轮记忆与持续上下文
Claude Sonnet 4.6 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| Context Arena | 33.49109 / 126Normal (No Tools) | 55.1880 / 126Normal (No Tools) | -21.69 |
抽象归纳与泛化
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 92.5052 / 193Thinking High (With Tools) | 86.5087 / 193Thinking High (With Tools) | +6 |
科学知识与推理
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| CritPt | 1.40139 / 204Normal (No Tools) | 0.90162 / 204Normal (No Tools) | +0.50 |
自主开发与终端任务
胶着 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 46.2029 / 244Normal (With Tools) | 46.2029 / 244Normal (With Tools) | 持平 |
跨应用与工具编排
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 74.1721 / 45Reported best (effort unspecified) | 62.6831 / 45Reported best (effort unspecified) | +11.49 |
跨能力综合测试
Claude Sonnet 4.6 领先 1/1| 评测项 | Gemini 3.5 Flash | Claude Sonnet 4.6 | 分差 |
|---|---|---|---|
| LiveBench | 74.6415 / 117Thinking High (No Tools) | 75.3211 / 117Thinking High (No Tools) | -0.68 |
规格对比
| 字段 | Gemini 3.5 Flash | Claude Sonnet 4.6 |
|---|---|---|
| 发布机构 | Google DeepMind | Anthropic |
| 发布时间 | 2026-06-20 | 2026-02-17 |
| 模型类型 | 多模态大模型 | 聊天大模型 |
| 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 | 1M | 1M |
| 最大输出 | 64K | 8K |
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 | Gemini 3.5 Flash | Claude Sonnet 4.6 |
|---|---|---|
| 文本输入 | $1.5 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $9 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.15 / 1M tokens | $0.3 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $3.75 / 1M tokens |
小结
- Gemini 3.5 Flash在以下类目领先:图像感知与视觉推理 (1/1)、抽象归纳与泛化 (1/1)、科学知识与推理 (1/1)、跨应用与工具编排 (1/1)
- Claude Sonnet 4.6在以下类目领先:多轮记忆与持续上下文 (1/1)、跨能力综合测试 (1/1)
- 胶着类目:自主开发与终端任务
7 个共同 benchmark 上，Gemini 3.5 Flash 平均高出 0.73 分。
单项差距最大的 benchmark：Context Arena — Gemini 3.5 Flash 33.49，Claude Sonnet 4.6 55.18（分差 -21.69）。
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。