Gemini 3.0 FlashvsClaude Sonnet 4
在 12 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 11 项，Claude Sonnet 4 领先 1 项，持平 0 项，平均分差 +12.86。
Gemini 3.0 Flash
Google Deep Mind · 2025-12-17 · 聊天大模型
Claude Sonnet 4
Anthropic · 2025-05-23 · 推理大模型
Gemini 3.0 Flash11 项(92%)(8%)1 项Claude Sonnet 4
评测分数
按能力类目分组，每组内按分差大小排列；共 12 项。
General Knowledge
Gemini 3.0 Flash 领先 3/3| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| HLE | 43.5050 / 181 | 9.60158 / 181 | +33.90 |
| ARC-AGI-2 | 33.6030 / 62 | 5.9046 / 62 | +27.70 |
| LiveBench | 56.3579 / 115Normal (No Tools) | 50.9889 / 115Normal (No Tools) | +5.37 |
Claw-style Agent Evaluation
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Claw Bench | 85.7015 / 29Thinking (With Tools) | 77.8023 / 29Thinking (With Tools) | +7.90 |
| Pinch Bench | 85.2017 / 38Thinking (With Tools) | 80.5023 / 38Thinking (With Tools) | +4.70 |
Coding and Software Engineer
胶着 2/2| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 68.7068 / 114 | 80.2014 / 114 | -11.50 |
| SWE-Bench Pro - Public | 49.6045 / 57Thinking High (With Tools) | 42.7051 / 57 | +6.90 |
Math and Reasoning
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| AIME2025 | 99.708 / 107 | 8551 / 107 | +14.70 |
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 072 / 80Normal (No Tools) | +4.20 |
Agent Level Benchmark
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| τ²-Bench | 90.203 / 43 | 5234 / 43 | +38.20 |
常识推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| SimpleBench | 61.1017 / 67Normal (No Tools) | 45.5038 / 67Thinking (No Tools) | +15.60 |
科学与综合推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GPQA Diamond | 90.4036 / 226 | 83.8097 / 226 | +6.60 |
规格对比
| 字段 | Gemini 3.0 Flash | Claude Sonnet 4 |
|---|---|---|
| 发布机构 | Google Deep Mind | Anthropic |
| 发布时间 | 2025-12-17 | 2025-05-23 |
| 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 | 暂无数据 | 暂无数据 |
| 上下文长度 | 2000K | 200K |
| 最大输出 | 64K | 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 | Gemini 3.0 Flash | Claude Sonnet 4 |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $3 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.3 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $3.75 / 1M tokens |
小结
- Gemini 3.0 Flash在以下类目领先:General Knowledge (3/3)、Claw-style Agent Evaluation (2/2)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)、常识推理 (1/1)、科学与综合推理 (1/1)
- 胶着类目:Coding and Software Engineer
12 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 12.86 分。
单项差距最大的 benchmark：τ²-Bench — Gemini 3.0 Flash 90.20，Claude Sonnet 4 52（分差 +38.20）。
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。