Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemma 4 31B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-04

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02
Puntuación 7.5 6.7
Rango #34 #48
Consistencia 9.0 10.0
Pruebas correctas
Tasa de aciertos por intento 68.6% 52.9%
Pruebas inestables 2 0
Ejecuciones totales 51 51
Costo por resultado 11.973 0.023
Costo total $1.317 $0.002
Precio de entrada $5.000 / 1M $0.140 / 1M
Precio de salida $25.000 / 1M $0.400 / 1M
Tokens de salida 26,343 660
Tokens de razonamiento 17,434 0
Tiempo de respuesta (promedio) 20.87s 2.55s
Tiempo de respuesta (máximo) 83.40s 4.68s
Tiempo de respuesta (total) 208.73s 38.20s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Gemma 4 31B 6.5 10.0 50.0% 0 1.85s 45 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Gemma 4 31B 10.0 10.0 100.0% 0 2.25s 285 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Gemma 4 31B 7.7 10.0 66.7% 0 3.22s 27 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Gemma 4 31B 10.0 10.0 100.0% 0 2.09s 117 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 78 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemma 4 31B 5.5 10.0 33.3% 0 2.95s 108 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneGemma 4 31BnonevsGPT-5 MinimediumGemma 4 31BnonevsNemotron 3 SupermediumDisponible gratisGemma 4 31BnonevsGrok 4.1 FastmediumGemma 4 31BnonevsHunter AlphamediumClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemma 4 31BnonevsGPT-5.4 MinimediumGemma 4 31BnonevsGrok 4.20mediumGemma 4 31BnonevsMercury 2mediumGemma 4 31BnonevsGPT-5 NanomediumGemma 4 31BnonevsKimi K2.5medium