Todos los lanzamientos

Gemini 4 Argon vs. Claude Sonnet 5.5: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Argon y Claude Sonnet 5.5: 2 y 5 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, Claude Sonnet 5.5 obtiene la puntuación más alta: Claude Sonnet 5.5 (Max, Default Fallback), con 55, frente a Gemini 4 Argon (High), con 50 de Gemini 4 Argon.
  • En tiempo por tarea, Claude Sonnet 5.5 es el más rápido: Claude Sonnet 5.5 (Low, Default Fallback), con 2.6 min, frente a Gemini 4 Argon (High), con 29.9 min de Gemini 4 Argon.
  • En costo por tarea, Claude Sonnet 5.5 es el más económico: Claude Sonnet 5.5 (Low, Default Fallback), con $0.51, frente a Gemini 4 Argon (Medium), con $4.31 de Gemini 4 Argon.
Playground de modelos

Lanzamientos comparados

Claude Sonnet 5.5 (max)Gemini 4 Argon (high)Claude Sonnet 5.5 (xhigh)Gemini 4 Argon (medium)Claude Sonnet 5.5 (high)Claude Sonnet 5.5 (medium)Claude Sonnet 5.5 (low)
Intelligence Index
55
50
50
48
42
31
26
Finanzas y contabilidad
56
56
49
53
44
41
36
Estrategia y operaciones
58
57
54
56
51
47
42
Jurídico
52
55
47
52
44
39
37
Salud y medicina
54
51
47
--
44
40
37
Costo por tareaUSD
$10.02
$4.97
$4.09
$4.31
$1.64
$0.78
$0.51
Tiempo por tareaMinutos
34.6
29.9
14.4
--
6.7
3.9
2.6
Tiempo hasta el primer token de respuestas
265.81
44.89
28.19
--
10.51
4.52
2.17
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Anthropic
Google
Anthropic
Google
Anthropic
Anthropic
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
AnthropicMicrosoft AzureAmazon BedrockGoogle
Google
Anthropic
Google
Anthropic
Anthropic
GoogleAnthropicAmazon BedrockMicrosoft Azure
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Gemini 4 Argon
Claude Sonnet 5.5
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, Gemini 4 Argon (high) vs. Claude Sonnet 5.5 (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
GoogleGemini 4 Argon (high)AnthropicClaude Sonnet 5.5 (max)
Metaphorical
96%
4%
Lexically Varied
27%
73%
Literate
29%
71%
Eloquent
70%
30%
Natural Sounding
41%
59%