Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemma 4 31B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-19

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02 Tersedia gratis
Skor 7.4 6.9
Peringkat #57 #71
Keandalan 10.0 10.0
Konsistensi 9.1 10.0
Tes benar
Tingkat lulus per percobaan 66.7% 52.6%
Tes tidak stabil 2 0
Total Run 57 57
Biaya per hasil 14.243 0.025
Total Biaya $1.710 $0.003
Harga input $5.000 / 1M $0.120 / 1M
Harga output $25.000 / 1M $0.370 / 1M
Token output 37,874 1,371
Token penalaran 21,390 0
Waktu respons (rata-rata) 24.59s 3.86s
Waktu respons (maks) 83.40s 26.13s
Waktu respons (total) 295.08s 65.57s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Gemma 4 31B 6.5 10.0 50.0% 0 1.85s 45 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
Gemma 4 31B 10.0 10.0 100.0% 0 26.13s 699 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Gemma 4 31B 10.0 10.0 100.0% 0 2.25s 285 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Gemma 4 31B 7.7 10.0 66.7% 0 3.22s 27 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Gemma 4 31B 10.0 10.0 100.0% 0 2.09s 117 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 78 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemma 4 31B 6.5 10.0 33.3% 0 2.95s 108 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Gemma 4 31B 3.0 10.0 0.0% 0 1.25s 12 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGemma 4 31BnoneTersedia gratisGemma 4 31BnoneTersedia gratisvsGrok 4.20mediumGemma 4 31BnoneTersedia gratisvsGPT-5 MinimediumGemma 4 31BnoneTersedia gratisvsKimi K2.5mediumGemma 4 31BnoneTersedia gratisvsQwen3.6 27BmediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighTersedia gratisClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGPT-5.2 ChatnoneGemma 4 31BnoneTersedia gratisvsMiMo-V2-Omnimedium