Cara a cara
Gemini 3 Pro vs Claude Sonnet 5: ¿qué modelo de IA gana en 2026?
Gemini 3 Pro ($12/1M out (prompts ≤200K)) y Claude Sonnet 5 ($15/1M out ($10 intro until 2026-08-31)) están entre las modelos de IA más usadas en 2026. Con 6 votos de la comunidad, Gemini 3 Pro va en cabeza con un 57 % de aprobación.
Veredicto rápido
En Razonamiento, Gemini 3 Pro y Claude Sonnet 5 empatan con 4.5/5. En presupuesto gana Gemini 3 Pro: empieza en $12/1M out (prompts ≤200K), frente a $15/1M out ($10 intro until 2026-08-31) de Claude Sonnet 5.
Comparación línea a línea
Fortalezas y debilidades
Gemini 3 Pro
- Lideró LMArena en su lanzamiento con un récord de 1501 Elo y logró 91,9 % en GPQA Diamond, estado del arte en su salida
- ARC-AGI-2 de 31,1 %, unas 6x Gemini 2.5 Pro (4,9 %) y casi el doble de GPT-5.1 (17,6 %) en su momento
- Comprensión multimodal de primera clase: 81 % en MMMU-Pro, 87,6 % en Video-MMMU, con ventana de contexto de 1M de tokens
- Codificación agéntica sólida: 76,2 % en SWE-bench Verified, 54,2 % en Terminal-Bench 2.0, 1487 Elo en WebDev Arena
- Rebajó a sus rivales con $2/$12 por millón de tokens, por debajo de los precios de clase Claude Sonnet ($3/$15)
- El thinking_level configurable (low/medium/high) permite a los desarrolladores equilibrar profundidad de razonamiento, latencia y coste
- Alucinaciones con exceso de confianza: en AA-Omniscience dio una respuesta errónea el 88 % de las veces en lugar de abstenerse, frente al 48 % de Claude Sonnet 4.5 (the-decoder)
- Adulación ampliamente reportada por los analistas (Zvi Mowshowitz: « una vasta inteligencia sin columna vertebral »); necesita prompts de sistema estrictos
- Problemas de fiabilidad en llamadas a herramientas en stacks de agentes: los desarrolladores reportaron salidas de herramientas volcadas al hilo de chat y más andamiaje necesario que con los modelos de OpenAI/Anthropic
- Lento a thinking level alto: tiempo hasta el primer token medido en torno a 30-60 s en AI Studio pese a ~130 tokens/s de salida
- Retirado: apagado en la API de Gemini y AI Studio el 9 de marzo de 2026, con gemini-3-pro-preview ahora apuntando como alias a Gemini 3.1 Pro
Claude Sonnet 5
- Grandes mejoras agénticas sobre Sonnet 4.6: Terminal-Bench 2.1 80,4 % frente a 67,0 %, OSWorld-Verified 81,2 % frente a 78,5 %, SWE-bench Pro 63,2 % frente a 58,1 %
- Iguala a Opus 4.8 en trabajo de conocimiento (GDPval-AA v2: 1.618 frente a 1.615) y casi lo empata en Humanity's Last Exam con herramientas (57,4 % frente a 57,9 %) al 60 % del precio de Opus 4.8 (40 % durante la ventana de lanzamiento)
- Ventana de contexto de 1M de tokens y salida máxima de 128K; precio de lanzamiento de $2/$10 por millón de tokens hasta el 31 de agosto de 2026
- Comportamiento de agente persistente y autoverificador: las reseñas prácticas destacan que prueba su propio código e itera en problemas difíciles hasta resolverlos, a diferencia de Sonnet 4.6
- Primer Sonnet con nivel de esfuerzo xhigh y visión de alta resolución (imágenes de 2576px); razonamiento adaptativo activado por defecto
- Mayor precisión en revisión de código que Sonnet 4.6 (38-40 % frente a 29 %), con menos hallazgos falsos positivos
- El nuevo tokenizador infla el recuento de tokens en torno a un 30 % para el mismo texto (1,0-1,35x según Anthropic; ~1,4x en inglés, ~1,28x en Python medido por Simon Willison), elevando el coste efectivo pese al precio de lista sin cambios
- Verboso y devorador de tokens: ~$2.29 por tarea frente a ~$1.20 de Sonnet 4.6 en pruebas independientes (puesto 101 de 161 en eficiencia de coste); a esfuerzo alto, el coste por tarea puede superar a Opus 4.8
- Medible y claramente más lento que Sonnet 4.6 en pequeñas ediciones rutinarias y propenso a sobreingeniería en tareas simples (reseña práctica de CodeRabbit)
- Parámetros de muestreo (temperature, top_p, top_k) eliminados; los valores no predeterminados devuelven un error 400, rompiendo pipelines existentes
- El sentimiento de lanzamiento en HN/Reddit fue mixto: la etiqueta « 5 » se vio como una sobrepromesa, y unas salvaguardas de ciberseguridad más estrictas pueden rechazar trabajo benigno relacionado con seguridad
Dicta tu veredicto
Una recomendación por herramienta y por gladiador. Moldea la puntuación de la multitud que ven todos.
El veredicto de la arena sobre Gemini 3 Pro
Un lanzamiento histórico que devolvió a Google a la cima a finales de 2025, con un salto enorme de razonamiento sobre Gemini 2.5 Pro y las mejores puntuaciones multimodales de su generación. A mediados de 2026 no hay razón para elegirlo: Google lo apagó en la API el 9 de marzo de 2026, y Gemini 3.1 Pro cuesta exactamente lo mismo mientras más que duplica el rendimiento en ARC-AGI-2 (77,1 % frente a 31,1 %). Los equipos con despliegues heredados deberían migrar a 3.1 Pro, al que de todos modos apunta ya el antiguo ID de modelo. Evítelo para cargas sensibles a alucinaciones salvo que añada grounding, una debilidad que los analistas señalaron repetidamente.
El veredicto de la arena sobre Claude Sonnet 5
Elija Sonnet 5 si opera agentes de codificación, de terminal o de computer-use y quiere calidad cercana a Opus 4.8 a precios Sonnet, sobre todo durante la ventana de lanzamiento a $2/$10; es una mejora estricta sobre Sonnet 4.6 a esfuerzo bajo y medio. Presupueste el nuevo tokenizador y su verbosidad: los costes reales por tarea superan con claridad a Sonnet 4.6, y en los niveles de esfuerzo más altos Opus 4.8 puede salir mejor por tarea resuelta. Evítelo para pequeñas ediciones sensibles a la latencia o pipelines que dependan de temperature y top_p, que ahora dan error. Sonnet 4.6 sigue siendo la opción pragmática para cargas de gran volumen con diffs mínimos.
Lo que dice la multitud
Sobre Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Sobre Claude Sonnet 5
“Cheap per token, pricey per task. Independent tests had it near $2.29 a task vs $1.20 on 4.6, and at high effort it can out-cost Opus 4.8. It will not stop talking.”
“Terminal-Bench going 67 to 80 over Sonnet 4.6 matches what I see. My CI-fix agent went from constant babysitting to mostly hands-off overnight.”
“Matches Opus 4.8 on knowledge work at 60% of the price, and the intro $2/$10 window makes it silly value. My research agent runs on Sonnet 5 now, zero regrets.”
Sigue comparando
Preguntas frecuentes
¿Es Gemini 3 Pro mejor que Claude Sonnet 5?
La mejor opción depende de tu caso de uso. La comparación línea a línea de esta página desglosa precios, características clave y las puntuaciones de la arena.
¿Cuál es más barata, Gemini 3 Pro o Claude Sonnet 5?
Gemini 3 Pro es más barata: empieza en $12/1M out (prompts ≤200K), mientras que Claude Sonnet 5 empieza en $15/1M out ($10 intro until 2026-08-31).
¿Cuánto cuestan Gemini 3 Pro y Claude Sonnet 5 por millón de tokens?
Gemini 3 Pro: $2/1M in (prompts ≤200K) por millón de tokens de entrada, $12/1M out (prompts ≤200K) por millón de tokens de salida. Claude Sonnet 5: $3/1M in ($2 intro until 2026-08-31) por millón de tokens de entrada, $15/1M out ($10 intro until 2026-08-31) por millón de tokens de salida.