Gemini 3.0 FlashvsClaude Sonnet 4
在 7 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 7 项，Claude Sonnet 4 领先 0 项，持平 0 项，平均分差 +8.89。
Gemini 3.0 Flash
Google DeepMind · 2025-12-17 · 聊天大模型
Claude Sonnet 4
Anthropic · 2025-05-23 · 推理大模型
Gemini 3.0 Flash7 项(100%)(0%)0 项Claude Sonnet 4
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
跨应用与工具编排
Gemini 3.0 Flash 领先 3/3| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| PinchBench v2 | 72.0624 / 45Reported best (effort unspecified) | 48.7839 / 45Reported best (effort unspecified) | +23.28 |
| Claw Bench | 85.7015 / 29Thinking (With Tools) | 77.8023 / 29Thinking (With Tools) | +7.90 |
| Pinch Bench | 85.2017 / 38Thinking (With Tools) | 80.5023 / 38Thinking (With Tools) | +4.70 |
图像感知与视觉推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| MMMU-Pro | 78.6055 / 229Normal (No Tools) | 62.40165 / 229Normal (No Tools) | +16.20 |
科学知识与推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| CritPt | 1.40139 / 204Normal (No Tools) | 1.10151 / 204Normal (No Tools) | +0.30 |
自主开发与终端任务
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 31.80100 / 244Normal (With Tools) | 27.30120 / 244Normal (With Tools) | +4.50 |
跨能力综合测试
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| LiveBench | 56.3581 / 117Normal (No Tools) | 50.9891 / 117Normal (No Tools) | +5.37 |
规格对比
| 字段 | Gemini 3.0 Flash | Claude Sonnet 4 |
|---|---|---|
| 发布机构 | Google DeepMind | Anthropic |
| 发布时间 | 2025-12-17 | 2025-05-23 |
| 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 | 2000K | 200K |
| 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 | Gemini 3.0 Flash | Claude Sonnet 4 |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $3 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.05 / 1M tokens | $0.3 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $3.75 / 1M tokens |
小结
- Gemini 3.0 Flash在以下类目领先:跨应用与工具编排 (3/3)、图像感知与视觉推理 (1/1)、科学知识与推理 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)
7 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 8.89 分。
单项差距最大的 benchmark：PinchBench v2 — Gemini 3.0 Flash 72.06，Claude Sonnet 4 48.78（分差 +23.28）。
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。