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 4.8 vs Google: Gemma 4 26B A4B

Resumen

Comparación benchmark de Claude Opus 4.8 vs Gemma 4 26B A4B: Claude Opus 4.8 lidera en puntuación media con 7.7 vs 7.2. Gemma 4 26B A4B tiene menor coste de benchmark con $0.045 vs $1.270. Claude Opus 4.8 es más rápido con 10.83s vs 63.41s, con tasas de acierto de 79.4% vs 69.8%.

Modelo recomendado: Gemma 4 26B A4B - Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.7) y cuesta aproximadamente 28.9x menos que Claude Opus 4.8.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium Lanzamiento: 2026-04-03 Disponible gratis
Puntuación 7.7 7.2
Rango #38 #61
Fiabilidad 10.0 10.0
Consistencia 8.8 9.2
Pruebas correctas
Tasa de aciertos por intento 79.4% 69.8%
Pruebas inestables 3 2
Ejecuciones totales 63 63
Costo por resultado 8.466 0.361
Costo total $1.270 $0.045
Precio de entrada $5.000 / 1M $0.060 / 1M
Precio de salida $25.000 / 1M $0.330 / 1M
Total de tokens de entrada 60,946 40,252
Tokens de salida 31,771 28,000
Tokens de razonamiento 6,831 100,490
Tiempo de respuesta (promedio) 10.83s 63.41s
Tiempo de respuesta (máximo) 127.97s 369.32s
Tiempo de respuesta (total) 227.39s 1268.28s

Generación showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Coste
$0.031
Tiempo
14.1s
Tokens
1,345 tok

#61 Gemma 4 26B A4B

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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
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 4.8 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

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGemma 4 26B A4BmediumDisponible gratisvsQwen3.7 PlusnoneDeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponible gratisClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumGemma 4 26B A4BmediumDisponible gratisvsGLM 5.2noneClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisGemma 4 26B A4BmediumDisponible gratisvsStep 3.7 FlashhighClaude Opus 4.8lowvsQwen3.6 Plusmedium