Claude Sonnet 4.5vsGemini 2.5-Pro
在 23 个共同 benchmark 中，Gemini 2.5-Pro 整体领先：Claude Sonnet 4.5 领先 9 项，Gemini 2.5-Pro 领先 12 项，持平 2 项，平均分差 -2.04。
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
在 23 个共同 benchmark 中，Gemini 2.5-Pro 整体领先：Claude Sonnet 4.5 领先 9 项，Gemini 2.5-Pro 领先 12 项，持平 2 项，平均分差 -2.04。
Anthropic · 2025-09-30 · 聊天大模型
Google Deep Mind · 2025-06-05 · 推理大模型
按能力类目分组，每组内按分差大小排列；共 23 项。
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| HLE | 7.10136 / 149 | 21.6089 / 149thinking | -14.50 |
| GPQA Diamond | 73.7094 / 175 | 86.4038 / 175thinking | -12.70 |
| ARC-AGI | 25.5052 / 65 | 3747 / 65thinking | -11.50 |
| MMLU Pro | 885 / 124thinking | 8618 / 124 | +2 |
| LiveBench | 70.5620 / 52 | 71.9213 / 52thinking | -1.36 |
| ARC-AGI-2 | 3.8048 / 58 | 4.9043 / 58thinking | -1.10 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| AIME2025 | 3796 / 106 | 8843 / 106thinking | -51 |
| IMO-ProofBench | 27.108 / 16thinking | 55.203 / 16thinking | -28.10 |
| IMO-ProofBench Advanced | 4.806 / 8thinking | 17.604 / 8thinking | -12.80 |
| FrontierMath | 5.2038 / 60 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 985 / 35thinking + 使用工具 | 5432 / 35thinking + 使用工具 | +44 |
| Terminal Bench Hard | 338 / 13thinking + 使用工具 | 2512 / 13thinking + 使用工具 | +8 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 42.8038 / 43thinking + 使用工具 | 32.6043 / 43thinking + 使用工具 | +10.20 |
| Terminal-Bench | 2725 / 35normal + 使用工具 | 25.3028 / 35thinking | +1.70 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| LiveCodeBench | 5969 / 118 | 77.1032 / 118 | -18.10 |
| SWE-bench Verified | 823 / 103parallel_thinking + 使用工具 | 67.2063 / 103thinking | +14.80 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| BrowseComp | 24.1041 / 43thinking + 使用工具 | 7.8042 / 43thinking + 使用工具 | +16.30 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| MMMU | 77.8014 / 28thinking | 829 / 28thinking | -4.20 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Simple Bench | 54.309 / 27 | 62.402 / 27thinking | -8.10 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| IF Bench | 57.3019 / 27thinking + 使用工具 | 4926 / 27thinking + 使用工具 | +8.30 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| GDPval-AA | 3915 / 20thinking | 2220 / 20thinking | +17 |
| 评测项 | Claude Sonnet 4.5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| AA-LCR | 668 / 13thinking | 668 / 13thinking | 持平 |
| 字段 | Claude Sonnet 4.5 | Gemini 2.5-Pro |
|---|---|---|
| 发布机构 | Anthropic | Google Deep Mind |
| 发布时间 | 2025-09-30 | 2025-06-05 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 0.0 |
| 上下文长度 | 1000K | 1000K |
| 最大输出 | 65536 | 65536 |
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 4.5 | Gemini 2.5-Pro |
|---|---|---|
| 文本输入 | 3 美元/100 万tokens | 1.25 美元/100 万tokens |
| 文本输出 | 15 美元/100 万tokens | 10 美元/100 万tokens |
| 缓存读取 | 3.75 美元/100 万tokens | 0.125 美元/100 万tokens |
| 缓存写入 | 0.3 美元/100 万tokens | 暂无公开价格 |
23 个共同 benchmark 上，Gemini 2.5-Pro 平均高出 2.04 分。
单项差距最大的 benchmark：AIME2025 — Claude Sonnet 4.5 37，Gemini 2.5-Pro 88（分差 -51）。
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。
| 1123 / 60 |
| -5.80 |
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 2.1056 / 80Normal (No Tools) | 持平 |
