Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemma 4 31B

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Gemma 4 31B: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.2 vs 6.3. Gemma 4 31B memiliki biaya benchmark lebih rendah di $0.033 vs $0.539. Claude Opus 4.8 lebih cepat di 3.47s vs 56.55s, dengan tingkat keberhasilan 61.9% vs 69.8%.

Model yang direkomendasikan: Claude Opus 4.8 - It has the best score here (7.2), while responding about 16.3x faster than Gemma 4 31B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis
Skor 7.2 6.3
Peringkat #57 #88
Keandalan 10.0 10.0
Konsistensi 9.2 9.4
Tes benar
Tingkat lulus per percobaan 61.9% 69.8%
Tes tidak stabil 2 1
Total Run 63 63
Biaya per hasil 4.485 0.257
Total Biaya $0.539 $0.033
Harga input $5.000 / 1M $0.120 / 1M
Harga output $25.000 / 1M $0.350 / 1M
Total token input 67,104 17,957
Token output 8,107 22,356
Token penalaran 0 65,726
Waktu respons (rata-rata) 3.47s 56.55s
Waktu respons (maks) 17.73s 437.40s
Waktu respons (total) 72.90s 1074.41s

Showcase generasi

Hamster playing table tennis

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

#57 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#88 Gemma 4 31B

medium
Biaya
$0.002
Waktu
45.7s
Token
2,696 tok

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 input Token output Token penalaran
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 975 61 0
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 708 230 0
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 11,775 355 0
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BmediumTersedia gratisvsGPT-5.5noneClaude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisSeed-2.0-LitenonevsGemma 4 31BmediumTersedia gratisClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumGemma 4 31BmediumTersedia gratisvsQwen3.5-FlashnoneClaude Opus 4.8nonevsDeepSeek V3.2medium