Modelos de IA
Claude Sonnet 5.5 vs Gemini 3.8 Flash
Los mismos criterios, lado a lado. Donde la diferencia es pequeña, puede ser ruido de medición.
También buscado como
Claude Sonnet vs Gemini Flash
Respuesta directa: GPQA Diamond: Claude Sonnet 5.5 95,6%, Gemini 3.8 Flash 95,4% (Epoch AI). OTIS Mock AIME: Claude Sonnet 5.5 100%, Gemini 3.8 Flash 98,9% (Epoch AI). FrontierMath (niveles 1 a 3): Claude Sonnet 5.5 88,8%, Gemini 3.8 Flash 68,4% (Epoch AI). SimpleQA Verified: Claude Sonnet 5.5 46,5%, Gemini 3.8 Flash 69,7% (Epoch AI). GPQA Diamond (OpenRouter): Claude Sonnet 5.5 93%, Gemini 3.8 Flash 95,6% (OpenRouter Benchmarks). τ-bench Verified (aerolínea): Claude Sonnet 5.5 78,8%, Gemini 3.8 Flash 76,7% (OpenRouter Benchmarks).
| Métrica | Claude Sonnet 5.5 | Gemini 3.8 Flash | Fuente |
|---|---|---|---|
| Pesos ?qué es | cerrado | cerrado | sin dato |
| Entrada US$/1M ? | US$ 2,00 | US$ 0,82 | sin dato |
| Salida US$/1M ? | US$ 10,00 | US$ 4,12 | sin dato |
| Contexto ? | 1.000.000 | 1.048.576 | sin dato |
| GPQA Diamond ? | 95,6% | 95,4% | Epoch AI |
| OTIS Mock AIME ? | 100% | 98,9% | Epoch AI |
| FrontierMath (niveles 1 a 3) ? | 88,8% | 68,4% | Epoch AI |
| SimpleQA Verified ? | 46,5% | 69,7% | Epoch AI |
| GPQA Diamond (OpenRouter) ? | 93% | 95,6% | OpenRouter Benchmarks |
| τ-bench Verified (aerolínea) ? | 78,8% | 76,7% | OpenRouter Benchmarks |
Compara con
Fuentes
- Epoch AI, CC BY 4.0, versión más reciente consultada.
- OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
- OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.
Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.