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

Claude Sonnet 5.5 (low) vs Gemma 4 31B (medium)

average score लगभग बराबर है: 6.2 vs 6.2. Gemma 4 31B (medium) की benchmark लागत कम है: $0.100 vs $0.620. Claude Sonnet 5.5 (low) तेज है: 5.68s vs 78.59s, pass rates 43.9% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-29

तुलना किए गए मॉडल

रैंक
#232
कुल आउटपुट टोकन
28,630
प्रतिक्रिया समय (औसत)
5.68s
कुल लागत
$0.620
रैंक
#230
कुल आउटपुट टोकन
267,421
प्रतिक्रिया समय (औसत)
78.59s
कुल लागत
$0.100
अनुशंसित मॉडल Gemma 4 31B (medium)

It has the best score here (6.2), while costing about 6.2x less than Claude Sonnet 5.5 (low).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 low रिलीज़: 2026-09-29 Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध
स्कोर 6.2 6.2
रैंक #232 #230
विश्वसनीयता 10.0 10.0
संगति 9.4 8.7
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 65.2%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 6.880 1.152
कुल लागत $0.620 $0.100
इनपुट कीमत $2.000 / 1M $0.090 / 1M
आउटपुट कीमत $10.000 / 1M $0.340 / 1M
कुल इनपुट टोकन 166,418 94,969
आउटपुट टोकन 21,456 34,399
रीजनिंग टोकन 7,174 233,022
प्रतिक्रिया समय (औसत) 5.68s 78.59s
प्रतिक्रिया समय (अधिकतम) 22.74s 437.40s
प्रतिक्रिया समय (कुल) 124.87s 1571.84s
पैरामीटर ~1T कुल (~100B सक्रिय) 30.7B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#232 Claude Sonnet 5.5

low
लागत
$0.020
समय
15.3s
टोकन
2,077 tok

#230 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 Sonnet 5.5 3.2 9.7 0.0% 0 5.81s 10,608 5,903 0
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

त्वरित तुलना

तुलना जोड़ी बदलें