Claude Sonnet 4.6vsGemini 3.0 Pro (Preview 11-2025)
在 13 个共同 benchmark 中，Claude Sonnet 4.6 整体领先：Claude Sonnet 4.6 领先 8 项，Gemini 3.0 Pro (Preview 11-2025) 领先 4 项，持平 1 项，平均分差 +4.89。
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
Gemini 3.0 Pro (Preview 11-2025)
Google Deep Mind · 2025-11-18 · 多模态大模型
Claude Sonnet 4.68 项(62%)持平1(31%)4 项Gemini 3.0 Pro (Preview 11-2025)
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
General Knowledge
Claude Sonnet 4.6 领先 3/4| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3021 / 62 | 45.1026 / 62 | +13.20 |
| GPQA Diamond | 89.9024 / 187 | 93.805 / 187 | -3.90 |
| HLE | 4932 / 172 | 45.8040 / 172 | +3.20 |
| LiveBench | 75.4712 / 115Thinking Medium (No Tools) | 73.3924 / 115Thinking High (No Tools) | +2.08 |
AI Agent - Tool Usage
胶着 2/2| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 59.1022 / 47 | 56.9025 / 47 | +2.20 |
| MCP-Atlas | 69.5017 / 27Normal (With Tools) | 70.3015 / 27Normal (With Tools) | -0.80 |
Agent Level Benchmark
Gemini 3.0 Pro (Preview 11-2025) 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.909 / 35 | 985 / 35 | -0.10 |
AI Agent - Information Search
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| BrowseComp | 74.7027 / 53 | 59.2038 / 53 | +15.50 |
Claw-style Agent Evaluation
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| Pinch Bench | 885 / 37Thinking (With Tools) | 70.7031 / 37Thinking (With Tools) | +17.30 |
Coding and Software Engineer
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6018 / 112 | 76.2036 / 112 | +3.40 |
Long Context
胶着 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| AA-LCR | 713 / 15 | 713 / 15 | 持平 |
Math and Reasoning
Gemini 3.0 Pro (Preview 11-2025) 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 8.3034 / 80Thinking (No Tools, 16K Budget) | 18.8016 / 80 | -10.50 |
Productivity Knowledge
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) | 分差 |
|---|---|---|---|
| GDPval-AA | 5711 / 21 | 3518 / 21 | +22 |
规格对比
| 字段 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) |
|---|---|---|
| 发布机构 | Anthropic | Google Deep Mind |
| 发布时间 | 2026-02-17 | 2025-11-18 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 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 | 1M | 1000K |
| 最大输出 | 8K | 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 | Claude Sonnet 4.6 | Gemini 3.0 Pro (Preview 11-2025) |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $12 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $3.75 / 1M tokens | 暂无公开价格 |
小结
- Claude Sonnet 4.6在以下类目领先:General Knowledge (3/4)、AI Agent - Information Search (1/1)、Claw-style Agent Evaluation (1/1)、Coding and Software Engineer (1/1)、Productivity Knowledge (1/1)
- Gemini 3.0 Pro (Preview 11-2025)在以下类目领先:Agent Level Benchmark (1/1)、Math and Reasoning (1/1)
- 胶着类目:AI Agent - Tool Usage、Long Context
13 个共同 benchmark 上，Claude Sonnet 4.6 平均高出 4.89 分。
单项差距最大的 benchmark：GDPval-AA — Claude Sonnet 4.6 57，Gemini 3.0 Pro (Preview 11-2025) 35（分差 +22）。
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。