नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 vs Gemma 4 31B (medium)

average score लगभग बराबर है: 6.9 vs 6.9. Gemma 4 31B (medium) की benchmark लागत कम है: $0.144 vs $2.334. Claude Opus 4.8 तेज है: 7.54s vs 78.76s, pass rates 60.9% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#239
कुल आउटपुट टोकन
24,343
प्रतिक्रिया समय (औसत)
7.54s
कुल लागत
$2.334
रैंक
#236
कुल आउटपुट टोकन
277,315
प्रतिक्रिया समय (औसत)
78.76s
कुल लागत
$0.144
अनुशंसित मॉडल Gemma 4 31B (medium)

It has the best score here (6.9), while costing about 16.3x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध
स्कोर 6.9 6.9
रैंक #239 #236
विश्वसनीयता 10.0 10.0
संगति 9.3 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 66.7%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 17.953 1.195
कुल लागत $2.334 $0.144
इनपुट कीमत $5.000 / 1M $0.090 / 1M
आउटपुट कीमत $25.000 / 1M $0.340 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.050 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 345,059 251,164
आउटपुट टोकन 24,343 36,112
रीजनिंग टोकन 0 241,203
प्रतिक्रिया समय (औसत) 7.54s 78.76s
प्रतिक्रिया समय (अधिकतम) 65.07s 437.40s
प्रतिक्रिया समय (कुल) 173.31s 1653.96s
पैरामीटर ~5T कुल (~500B सक्रिय) 30.7B
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#239 Claude Opus 4.8

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

#236 Gemma 4 31B

medium
लागत
$0.002
समय
45.7s
टोकन
2,696 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 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

तुलना जोड़ी बदलें