नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs Gemma 4 26B A4B (medium)

Claude Opus 4.8 average score में आगे है: 7.3 vs 6.6. Gemma 4 26B A4B (medium) की benchmark लागत कम है: $0.096 vs $1.166. Claude Opus 4.8 तेज है: 4.91s vs 103.83s, pass rates 63.6% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#74
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.91s
कुल लागत
$1.166
रैंक
#104
कुल आउटपुट टोकन
247,527
प्रतिक्रिया समय (औसत)
103.83s
कुल लागत
$0.096
अनुशंसित मॉडल Claude Opus 4.8

It has the best score here (7.3), while responding about 21.1x faster than Gemma 4 26B A4B (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium रिलीज़: 2026-04-03 निःशुल्क उपलब्ध
स्कोर 7.3 6.6
रैंक #74 #104
विश्वसनीयता 10.0 9.4
संगति 9.2 9.2
सही परीक्षण
प्रति प्रयास पास दर 63.6% 66.7%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 8.969 0.643
कुल लागत $1.166 $0.096
इनपुट कीमत $5.000 / 1M $0.120 / 1M
आउटपुट कीमत $25.000 / 1M $0.350 / 1M
कुल इनपुट टोकन 149,206 77,550
आउटपुट टोकन 16,797 28,036
रीजनिंग टोकन 0 219,491
प्रतिक्रिया समय (औसत) 4.91s 103.83s
प्रतिक्रिया समय (अधिकतम) 35.03s 912.19s
प्रतिक्रिया समय (कुल) 108.03s 2180.47s

Hamster playing table tennis

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

#74 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#104 Gemma 4 26B A4B

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567

त्वरित तुलना

तुलना जोड़ी बदलें