AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Opus 4.7 vs Gemma 4 31B: Claude Opus 4.7 lidera en puntuación media con 8.7 vs 6.1. Gemma 4 31B tiene menor coste de benchmark con $0.004 vs $0.679. Gemma 4 31B es más rápido con 4.05s vs 4.73s, con tasas de acierto de 82.5% vs 47.6%.

Modelo recomendado: Claude Opus 4.7 - Tiene la puntuación más alta en esta comparación (8.7) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis
Puntuación	8.7	6.1
Rango	#13	#98
Fiabilidad	10.0	10.0
Consistencia	9.6	10.0
Pruebas correctas
Tasa de aciertos por intento	82.5%	47.6%
Pruebas inestables	1	0
Ejecuciones totales	63	63
Costo por resultado	3.991	0.034
Costo total	$0.679	$0.004
Precio de entrada	$5.000 / 1M	$0.120 / 1M
Precio de salida	$25.000 / 1M	$0.350 / 1M
Total de tokens de entrada	65,406	20,911
Tokens de salida	11,858	1,407
Tokens de razonamiento	2,198	0
Tiempo de respuesta (promedio)	4.73s	4.05s
Tiempo de respuesta (máximo)	23.18s	26.13s
Tiempo de respuesta (total)	94.51s	76.87s

Generación showcase

Hamster playing table tennis

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

#13 Claude Opus 4.7

medium

Coste: $0.059
Tiempo: 26.8s
Tokens: 2,475 tok

#98 Gemma 4 31B

none

Coste: $0.001
Tiempo: 12.8s
Tokens: 795 tok

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 entrada	Tokens de salida	Tokens de razonamiento
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

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación