AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemma 4 31B

Zusammenfassung

Claude Opus 4.7 vs Gemma 4 31B Benchmark-Vergleich: Claude Opus 4.7 führt beim Durchschnittsscore mit 8.7 vs 6.1. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.004 vs $0.679. Gemma 4 31B ist schneller mit 4.05s vs 4.73s, mit Erfolgsraten von 82.5% vs 47.6%.

Empfohlenes Modell: Claude Opus 4.7 - Es hat die stärkste Punktzahl in diesem Vergleich (8.7) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar
Punktzahl	8.7	6.1
Rang	#13	#98
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	10.0
Korrekte Tests
Erfolgsquote pro Versuch	82.5%	47.6%
Instabile Tests	1	0
Gesamtläufe	63	63
Kosten pro Ergebnis	3.991	0.034
Gesamtkosten	$0.679	$0.004
Eingabepreis	$5.000 / 1M	$0.120 / 1M
Ausgabepreis	$25.000 / 1M	$0.350 / 1M
Gesamte Eingabe-Token	65,406	20,911
Ausgabe-Token	11,858	1,407
Denk-Token	2,198	0
Antwortzeit (Durchschnitt)	4.73s	4.05s
Antwortzeit (Maximum)	23.18s	26.13s
Antwortzeit (Gesamt)	94.51s	76.87s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#13 Claude Opus 4.7

medium

Kosten: $0.059
Zeit: 26.8s
Token: 2,475 tok

#98 Gemma 4 31B

none

Kosten: $0.001
Zeit: 12.8s
Token: 795 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0

Schnellvergleich

Vergleichspaar wechseln