AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Google: Gemma 4 31B
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-19
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Gemma 4 31B Gemma 4 31B none 無料で利用可能 |
|---|---|---|
| スコア | 7.4 | 6.9 |
| 順位 | #57 | #71 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 52.6% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 14.243 | 0.025 |
| 合計コスト | $1.710 | $0.003 |
| ???? | $5.000 / 1M | $0.120 / 1M |
| ???? | $25.000 / 1M | $0.370 / 1M |
| 出力トークン | 37,874 | 1,371 |
| 推論トークン | 21,390 | 0 |
| 応答時間（平均） | 24.59s | 3.86s |
| 応答時間（最大） | 83.40s | 26.13s |
| 応答時間（合計） | 295.08s | 65.57s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
クイック比較
比較ペアを切り替え
DeepSeek V4 ProhighvsGemma 4 31Bnone無料で利用可能Gemma 4 31Bnone無料で利用可能vsGrok 4.20mediumGemma 4 31Bnone無料で利用可能vsGPT-5 MinimediumGemma 4 31Bnone無料で利用可能vsKimi K2.5mediumGemma 4 31Bnone無料で利用可能vsQwen3.6 27BmediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsRing-2.6-1TnoneClaude Opus 4.6mediumvsDeepSeek V4 Flashhigh無料で利用可能Claude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsGPT-5.2 ChatnoneGemma 4 31Bnone無料で利用可能vsMiMo-V2-Omnimedium