Navegación
AI BENCHY
Advertise here

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: 2026-05-19

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 Disponible gratis
Puntuación 7.4 6.9
Rango #57 #71
Fiabilidad 10.0 10.0
Consistencia 9.1 10.0
Pruebas correctas
Tasa de aciertos por intento 66.7% 52.6%
Pruebas inestables 2 0
Ejecuciones totales 57 57
Costo por resultado 14.243 0.025
Costo total $1.710 $0.003
Precio de entrada $5.000 / 1M $0.120 / 1M
Precio de salida $25.000 / 1M $0.370 / 1M
Tokens de salida 37,874 1,371
Tokens de razonamiento 21,390 0
Tiempo de respuesta (promedio) 24.59s 3.86s
Tiempo de respuesta (máximo) 83.40s 26.13s
Tiempo de respuesta (total) 295.08s 65.57s

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
Programación 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 23.11s 3,486 1,504
Gemma 4 31B 10.0 10.0 100.0% 0 26.13s 699 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
Resolución de acertijos 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 6.5 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
Cultura 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 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Gemma 4 31B 3.0 10.0 0.0% 0 1.25s 12 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGemma 4 31BnoneDisponible gratisGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemma 4 31BnoneDisponible gratisvsGPT-5 MinimediumGemma 4 31BnoneDisponible gratisvsKimi K2.5mediumGemma 4 31BnoneDisponible gratisvsQwen3.6 27BmediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGPT-5.2 ChatnoneGemma 4 31BnoneDisponible gratisvsMiMo-V2-Omnimedium