AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemma 4 26B A4B

Zusammenfassung

Claude Opus 4.8 vs Gemma 4 26B A4B Benchmark-Vergleich: Claude Opus 4.8 führt beim Durchschnittsscore mit 7.7 vs 7.2. Gemma 4 26B A4B hat die niedrigeren Benchmark-Kosten mit $0.045 vs $1.270. Claude Opus 4.8 ist schneller mit 10.83s vs 63.41s, mit Erfolgsraten von 79.4% vs 69.8%.

Empfohlenes Modell: Gemma 4 26B A4B - Die Punktzahl bleibt nah an der besten hier (7.2 vs 7.7) und es kostet etwa 28.9x weniger als Claude Opus 4.8.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Veröffentlichung: 2026-05-28	Gemma 4 26B A4B Gemma 4 26B A4B medium Veröffentlichung: 2026-04-03 Kostenlos verfügbar

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Veröffentlichung: 2026-05-28	Gemma 4 26B A4B Gemma 4 26B A4B medium Veröffentlichung: 2026-04-03 Kostenlos verfügbar
Punktzahl	7.7	7.2
Rang	#38	#61
Zuverlässigkeit	10.0	10.0
Konsistenz	8.8	9.2
Korrekte Tests
Erfolgsquote pro Versuch	79.4%	69.8%
Instabile Tests	3	2
Gesamtläufe	63	63
Kosten pro Ergebnis	8.466	0.361
Gesamtkosten	$1.270	$0.045
Eingabepreis	$5.000 / 1M	$0.060 / 1M
Ausgabepreis	$25.000 / 1M	$0.330 / 1M
Gesamte Eingabe-Token	60,946	40,252
Ausgabe-Token	31,771	28,000
Denk-Token	6,831	100,490
Antwortzeit (Durchschnitt)	10.83s	63.41s
Antwortzeit (Maximum)	127.97s	369.32s
Antwortzeit (Gesamt)	227.39s	1268.28s

Generierungs-Showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Kosten: $0.031
Zeit: 14.1s
Token: 1,345 tok

#61 Gemma 4 26B A4B

medium

Ungültiges SVG

Kosten: $0.000
Zeit: 300.0s
Token: 0 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Gemma 4 26B A4B	10.0	10.0	100.0%	0		6.20s	816	1,142	3,045

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Gemma 4 26B A4B	2.9	10.0	0.0%	0		272.54s	5,062	14,838	44,567

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Gemma 4 26B A4B	9.6	10.0	100.0%	0		73.55s	17,092	5,415	13,112

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Gemma 4 26B A4B	10.0	10.0	100.0%	0		16.51s	8,334	1,567	2,827

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Gemma 4 26B A4B	2.9	4.4	22.2%	2		23.62s	516	2,469	7,105

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Gemma 4 26B A4B	10.0	10.0	100.0%	0		29.76s	567	25	5,075

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Gemma 4 26B A4B	10.0	10.0	100.0%	0		17.54s	777	887	4,470

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Gemma 4 26B A4B	10.0	10.0	100.0%	0		5.79s	801	410	2,128

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Gemma 4 26B A4B	10.0	10.0	100.0%	0		9.01s	6,096	450	1,256

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Gemma 4 26B A4B	3.0	10.0	0.0%	0		180.87s	191	797	16,905

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 Plusnone DeepSeek V4 PrononevsGemma 4 26B A4BmediumKostenlos verfügbar Claude Opus 4.8lowvsKimi K2.6mediumKostenlos verfügbar Claude Opus 4.8lowvsGrok 4.3medium Claude Opus 4.8lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8lowvsQwen3.5 Plus 2026-04-20medium Gemma 4 26B A4BmediumKostenlos verfügbarvsGLM 5.2none Claude Opus 4.8lowvsGemini 3.1 Flash Lite Previewmedium Claude Opus 4.8nonevsGemma 4 26B A4BmediumKostenlos verfügbar Gemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 Flashhigh Claude Opus 4.8lowvsQwen3.6 Plusmedium