Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemma 4 31B

Resumen

Comparación benchmark de Claude Opus 4.8 vs Gemma 4 31B: Claude Opus 4.8 lidera en puntuación media con 7.2 vs 6.3. Gemma 4 31B tiene menor coste de benchmark con $0.033 vs $0.539. Claude Opus 4.8 es más rápido con 3.47s vs 56.55s, con tasas de acierto de 61.9% vs 69.8%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.2) y responde aproximadamente 16.3x más rápido que Gemma 4 31B.

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

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis
Puntuación 7.2 6.3
Rango #57 #88
Fiabilidad 10.0 10.0
Consistencia 9.2 9.4
Pruebas correctas
Tasa de aciertos por intento 61.9% 69.8%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 4.485 0.257
Costo total $0.539 $0.033
Precio de entrada $5.000 / 1M $0.120 / 1M
Precio de salida $25.000 / 1M $0.350 / 1M
Total de tokens de entrada 67,104 17,957
Tokens de salida 8,107 22,356
Tokens de razonamiento 0 65,726
Tiempo de respuesta (promedio) 3.47s 56.55s
Tiempo de respuesta (máximo) 17.73s 437.40s
Tiempo de respuesta (total) 72.90s 1074.41s

Generación showcase

Hamster playing table tennis

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

#57 Claude Opus 4.8

none
Coste
$0.053
Tiempo
22.0s
Tokens
2,253 tok

#88 Gemma 4 31B

medium
Coste
$0.002
Tiempo
45.7s
Tokens
2,696 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
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 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
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 7.2 44.4% 1 1.66s 975 61 0
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
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 3.48s 708 230 0
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
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 5.35s 11,775 355 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 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014

Comparación rápida

Cambiar par de comparación

Gemma 4 31BmediumDisponible gratisvsGPT-5.5noneClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisSeed-2.0-LitenonevsGemma 4 31BmediumDisponible gratisClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneClaude Opus 4.8nonevsDeepSeek V3.2medium