🎁 Nuevo Regístrate gratis, 10 llamadas de regalo. Hasta 1 $, sin tarjeta.

Claude Sonnet 5 vs Gemini 3.6 Flash

vs

Cuál usar y cuándo — veredicto seleccionado, no una tabla de benchmarks

Elige claude-sonnet-5 cuando necesites pensamiento y razonamiento explícitos que también puedas apagar, más espacio para respuestas largas de hasta 128,000 tokens de salida, y te baste con entrada de texto e imagen, a $2 por millón de entrada y $10 por millón de salida. Elige gemini-3.6-flash para entrada de vídeo y audio sobre un contexto similar de ~1,048,576 tokens a $1.5 de entrada, $7.5 de salida y $0.15 en lecturas de caché, con el audio medido aparte a $5 por millón de tokens de audio; ten en cuenta que su pensamiento no se puede desactivar y la salida máxima es 65,536. A grandes rasgos, Sonnet 5 cuesta unas 1.33x más por token en ambos sentidos.

Precios

Claude Sonnet 5 Gemini 3.6 Flash Δ
Entrada / 1M tokens $2 $1.5 1.3×
Salida / 1M tokens $10 $7.5 1.3×
Lectura de caché / 1M tokens $0.2 $0.15 1.3×
Escritura en caché 1.25x (5m) / 2x (1h)

Tarifas del catálogo en vivo en el momento de la compilación; la página de cada modelo incluye la ficha actualizada.

Dónde se sitúan — precio de entrada por 1M de tokens en todos los 63 modelos de chat en esta unidad de facturación (escala logarítmica)

Capacidades

Claude Sonnet 5 Gemini 3.6 Flash
Uso de herramientas
Control de pensamiento configurable siempre activo
Salida estructurada
Caché de prompt explícito (marcas el prefijo) implícito + explícito
Tiempo de vida de la caché 5m default, 1h option no publicado
Prefijo mínimo en caché 1024 tokens 4096 tokens

Especificaciones

Claude Sonnet 5 Gemini 3.6 Flash
Modalidades de entrada texto imagen texto imagen audio vídeo
Modalidades de salida texto texto
Lanzamiento 2026-06-30
Límite de conocimiento 2026-01 2026-03
Ventana de contexto 1M 1M
Salida máxima 128K 66K
Parámetro de pensamiento
  • thinking.type "adaptive"
  • output_config.effort
thinkingLevel
Valores aceptados
thinking.type
  • adaptive
  • disabled
effort
  • low
  • medium
  • high
  • xhigh
  • max

"enabled" returns 400

  • minimal
  • low
  • medium
  • high
Predeterminado

thinking on (adaptive)

effort
  • high
medium

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica una fila, se omite en lugar de inferirse. Fuentes completas: Claude Sonnet 5 · Gemini 3.6 Flash

Un prompt, ambos modelos — medido a través del gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. COMPROBAR exactamente 3 frases

Claude Sonnet 5 superado · 3 sentences

Reasoning mode works by having the model generate extended internal "thinking" steps before producing its final answer, and since we're billed on total tokens, that hidden reasoning text adds significantly to what we pay for—even though you never see it in the output. This is different from simply getting longer visible responses; the model is essentially "showing its work" behind the scenes, and complex prompts can trigger thousands of extra reasoning tokens per request. The upside is improved accuracy on complex tasks, but if we want to control costs, we should selectively enable reasoning only for queries that truly need it, rather than applying it universally.

salida 194 tok latencia 4.3 s

Gemini 3.6 Flash superado · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

salida 893 tok (+816 pensamiento) latencia 4.7 s

Seguimiento de la instrucción (exactamente tres frases — contables), adaptación a la audiencia (registro de CFO), y la brecha de facturación por pensamiento oculto que los medidores de tokens de abajo dejan ver.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. COMPROBAR el arreglo pasa las pruebas

Claude Sonnet 5 superado · 8/8 cases

## The Bug The function has two related off-by-one issues rooted in the same cause: `cur` and `best` are initialized to `0` instead of `1`, treating run lengths as the number of *matches* between adjacent elements rather than the number of *elements* in the run. This means a single-element input never enters the loop (since `range(1, 1)` is empty) and returns `0` instead of the correct answer of `1`. It also means that for any input, the run length is undercounted by exactly one — a run of 3 equal elements only produces 2 "match" increments, so `best` ends up as 2 instead of 3. The claim that it "misses runs that end at the last index" is actually a symptom of this same undercount: the logic does update `best` correctly on every iteration (including the last), but because it's counting matches instead of elements, the final reported value is always one less than the true longest run. […]

salida 536 tok latencia 7.1 s

Gemini 3.6 Flash superado · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

salida 2034 tok (+1768 pensamiento) latencia 10.0 s

Si el arreglo es realmente correcto (ejecutable), la densidad de la explicación, y la eficiencia en tokens sobre una tarea acotada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. COMPROBAR JSON válido, esquema exacto

Claude Sonnet 5 superado · 5/5 fields, guidance null

```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11.5, "guidance": null } ```

salida 348 tok latencia 5.3 s

Gemini 3.6 Flash superado · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

salida 2843 tok (+2783 pensamiento) latencia 13.1 s

Obediencia al esquema (sin campos inventados), presión de alucinación (guidance se retiene explícitamente), y diferencias en la ruta de salida estructurada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. COMPROBAR 120 palabras, 0 palabras prohibidas

Claude Sonnet 5 superado · 123 words, 0 banned, 1 question

## Introducing Cross-Provider Prompt Caching We're rolling out a new caching layer for our API gateway that works across every major LLM provider you connect through it. Instead of resending identical prompts and paying full price each time, the gateway recognizes repeated requests and serves cached responses in milliseconds—regardless of whether you're routing to OpenAI, Anthropic, or Google. What does this mean for your bill and your latency? Both drop, often significantly, especially for teams running high-volume, repetitive workloads like customer support bots or batch content generation. The cache is configurable per route, with adjustable TTLs and invalidation rules, so you stay in control of freshness versus cost. Available now for all Pro and Enterprise plans. Check your dashboard to enable it today.

salida 259 tok latencia 4.8 s

Gemini 3.6 Flash fallado · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

salida 4092 tok (+3929 pensamiento) latencia 16.3 s

Obediencia a las restricciones (presupuesto de palabras, lista de palabras prohibidas, la única pregunta), huella de estilo, y control de la longitud.

Cambia entre ellos con una línea

Ambos IDs están en cada pestaña a continuación — el par de líneas resaltadas es la única edición. Mismo endpoint, misma clave, misma estructura de solicitud.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="claude-sonnet-5",
    # model="gemini-3.6-flash",  # descomenta esta línea, comenta la de arriba
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtén una clave de API →

Preguntas frecuentes

¿Cuál es más barato, Claude Sonnet 5 o Gemini 3.6 Flash?

Gemini 3.6 Flash es más barato en entrada / 1m tokens ($1.5 vs $2, con una diferencia de 1.3×). Otras filas pueden indicar lo contrario — la tabla anterior muestra la ficha completa, y el costo real depende de su combinación.

¿Puedo hacer pruebas A/B de Claude Sonnet 5 frente a Gemini 3.6 Flash sin dos integraciones?

Sí. Ambos se sirven a través del mismo endpoint compatible con OpenAI con una clave API — el cambio es una modificación de una línea en la cadena del modelo, por lo que puede enrutar una fracción del tráfico a cada uno y comparar las facturas directamente.

¿Admiten Claude Sonnet 5 y Gemini 3.6 Flash caché de prompts?

Sí — ambos cobran las lecturas en caché por debajo de su tarifa de entrada, por lo que las cargas de trabajo con prefijo caliente cuestan menos de lo que sugieren las tarifas de lista. Las filas exactas de lectura en caché están en la tabla de precios de arriba.

Comparaciones relacionadas

De nuestros estudios medidos