Claude Sonnet 5.5 vs. Gemini 3.8 Flash: comparação de lançamentos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação dos lançamentos Claude Sonnet 5.5 e Gemini 3.8 Flash: 5 e 3 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 8 modelos.

Em inteligência, Claude Sonnet 5.5 tem a pontuação mais alta: Claude Sonnet 5.5 (Max, Default Fallback), com 55, diante de Gemini 3.8 Flash (High), com 31 de Gemini 3.8 Flash.
Em tempo por tarefa, Claude Sonnet 5.5 é o mais rápido: Claude Sonnet 5.5 (Low, Default Fallback), com 2.6 min, diante de Gemini 3.8 Flash (Medium), com 12.0 min de Gemini 3.8 Flash.
Em custo por tarefa, Claude Sonnet 5.5 é o mais barato: Claude Sonnet 5.5 (Low, Default Fallback), com $0.51, diante de Gemini 3.8 Flash (Medium), com $6.26 de Gemini 3.8 Flash.

Playground de modelos

Lançamentos comparados


	Claude Sonnet 5.5 (max)	Claude Sonnet 5.5 (xhigh)	Claude Sonnet 5.5 (high)	Gemini 3.8 Flash (high)	Claude Sonnet 5.5 (medium)	Gemini 3.8 Flash (medium)	Claude Sonnet 5.5 (low)	Gemini 3.8 Flash (low)
Intelligence Index	55	50	42	31	31	30	26	23
Finanças e Contabilidade	56	49	44	42	41	42	36	34
Estratégia e Operações	58	54	51	47	47	47	42	35
Jurídico	52	47	44	42	39	42	37	33
Saúde e Medicina	54	47	44	38	40	38	37	31
Engenharia	58	54	46	39	37	37	33	31
Economia	54	48	45	40	39	39	35	34
AA-Briefcase v1.1	1813	1742	1634	1203	1439	1183	1268	1062
AutomationBench-AA	71.8%	65.5%	59.4%	59.9%	54.9%	60.9%	49.4%	36.5%
Terminal-Bench 4.0	63.6%	57.1%	43.9%	19.7%	29.8%	19.7%	20.7%	10.1%
FrontierCode 2.0	41.7%	35.6%	25.7%	18.7%	11.0%	16.5%	7.1%	8.1%
AA-Omniscience v1.1	30	21	19	23	19	24	20	13
GDP.pdf	25.8%	24.6%	25.2%	21.0%	20.2%	22.8%	16.0%	18.6%
HLE-Diamond	53.3%	44.1%	33.8%	33.1%	23.8%	29.1%	20.6%	24.3%
CritPt v2 (Hard Subset)	59.0%	57.5%	51.5%	46.5%	33.5%	45.0%	26.0%	33.5%
Terminal-Bench-Science 0.1	53.3%	52.4%	34.3%	10.0%	16.2%	10.5%	10.5%	8.1%

Custo por tarefaUSD	$10.02	$4.09	$1.64	$7.77	$0.78	$6.26	$0.51	--
Preço de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$0.75	$2.00	$0.75	$2.00	$0.75
Preço de saídaUSD/1M tokens	$10.00	$10.00	$10.00	$3.75	$10.00	$3.75	$10.00	$3.75
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.10	$0.075	$0.10	$0.075	$0.10	$0.075
Preço de escrita no cacheUSD/1M tokens	$2.50	$2.50	$2.50	$0.75	$2.50	$0.75	$2.50	$0.75

Tempo por tarefaMinutos	31.5	15.3	7.2	14.9	3.7	12.0	2.6	--
Velocidade de saídatok/s	151	134	136	111	139	114	133	101
Tempo até o primeiro token da resposta finals	310.29	27.39	9.33	17.02	4.26	10.86	2.40	3.74
Tempo até o primeiro tokens	310.29	27.39	9.33	17.02	4.26	10.86	2.40	3.74
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	614.40	74.89	40.87	50.03	26.02	31.67	21.44	19.82

Janela de contexto	1M	1M	1M	1M	1M	1M	1M	1M
Criador	Anthropic	Anthropic	Anthropic	Google	Anthropic	Google	Anthropic	Google
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligênciaUpdated

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 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Claude Sonnet 5.5

Gemini 3.8 Flash

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Custo

Custo por tarefa do Intelligence Index

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

No publicly available API

Velocidade e latência

Tempo por tarefa do 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

No publicly available API

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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 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

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, Claude Sonnet 5.5 (max) vs. Gemini 3.8 Flash (high)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

Claude Sonnet 5.5 (max)

Gemini 3.8 Flash (high)

Metaphorical

10%

90%

Eloquent

19%

81%

Natural Sounding

78%

22%

Lexically Varied

69%

31%

Literate

65%

35%

Claude Sonnet 5.5 vs. Gemini 3.8 Flash: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, Claude Sonnet 5.5 (max) vs. Gemini 3.8 Flash (high)