Claude Sonnet 5.5 vs. Gemini 3.8 Flash:发布比较
Claude Sonnet 5.5 与 Gemini 3.8 Flash 发布比较:分别包含 5 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。
- 智能方面,Claude Sonnet 5.5 得分最高:Claude Sonnet 5.5 (Max, Default Fallback)(55),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)(31)。
- 每任务耗时方面,Claude Sonnet 5.5 最快:Claude Sonnet 5.5 (Low, Default Fallback)(2.6 分钟),Gemini 3.8 Flash 为 Gemini 3.8 Flash (Medium)(12.0 分钟)。
- 单任务成本方面,Claude Sonnet 5.5 最低:Claude Sonnet 5.5 (Low, Default Fallback)($0.51),Gemini 3.8 Flash 为 Gemini 3.8 Flash (Medium)($6.26)。
| 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 |
| 财务与会计 | 56 | 49 | 44 | 42 | 41 | 42 | 36 | 34 |
| 战略与运营 | 58 | 54 | 51 | 47 | 47 | 47 | 42 | 35 |
| 法律 | 52 | 47 | 44 | 42 | 39 | 42 | 37 | 33 |
| 医疗与健康 | 54 | 47 | 44 | 38 | 40 | 38 | 37 | 31 |
| 每任务成本美元 | $10.02 | $4.09 | $1.64 | $7.77 | $0.78 | $6.26 | $0.51 | -- |
| 每任务耗时分钟 | 31.5 | 15.3 | 7.2 | 14.9 | 3.7 | 12.0 | 2.6 | -- |
| 首个答案 Token 延迟秒 | 310.29 | 27.39 | 9.33 | 17.02 | 4.26 | 10.86 | 2.40 | 3.74 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M | 1M | 1M | 1M |
| 开发商 | ||||||||
| 许可证 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本、图像、语音和视频 | 支持:文本和图像 | 支持:文本、图像、语音和视频 | 支持:文本和图像 | 支持:文本、图像、语音和视频 |
| 输出模态 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 |
| 服务商 | ||||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
速度与延迟
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
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
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better