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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemma 4 26B A4B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium Rilis: 2026-04-03 Tersedia gratis
Skor 7.3 7.8
Peringkat #65 #34
Keandalan 10.0 10.0
Konsistensi 9.2 9.2
Tes benar
Tingkat lulus per percobaan 65.0% 73.3%
Tes tidak stabil 2 2
Total Run 60 60
Biaya per hasil 4.324 0.317
Total Biaya $0.519 $0.045
Harga input $5.000 / 1M $0.060 / 1M
Harga output $25.000 / 1M $0.330 / 1M
Token output 8,098 28,000
Token penalaran 0 82,045
Waktu respons (rata-rata) 3.51s 50.92s
Waktu respons (maks) 17.73s 369.32s
Waktu respons (total) 70.19s 967.47s

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 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 1,142 3,045
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
Gemma 4 26B A4B 2.9 10.0 0.0% 0 258.40s 14,838 26,122
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 5,415 13,112
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 1,567 2,827
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 2,469 7,105
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 25 5,075
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 887 4,470
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 410 2,128
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 450 1,256
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 797 16,905

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemma 4 26B A4BmediumTersedia gratisvsGPT-5.2 ChatnoneClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumGemma 4 26B A4BmediumTersedia gratisvsQwen3.7 MaxnoneClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 Minimedium