नेव्हिगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs Gemma 4 26B A4B (medium)

Claude Opus 4.8 average score मध्ये पुढे आहे: 7.3 vs 6.6. Gemma 4 26B A4B (medium) चा benchmark खर्च कमी आहे: $0.096 vs $1.166. Claude Opus 4.8 वेगवान आहे: 4.91s vs 103.83s, pass rates 63.6% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#74
एकूण आउटपुट टोकन्स
16,797
प्रतिसाद वेळ (सरासरी)
4.91s
एकूण खर्च
$1.166
क्रमांक
#104
एकूण आउटपुट टोकन्स
247,527
प्रतिसाद वेळ (सरासरी)
103.83s
एकूण खर्च
$0.096
शिफारस केलेले मॉडेल Claude Opus 4.8

It has the best score here (7.3), while responding about 21.1x faster than Gemma 4 26B A4B (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium प्रकाशन: 2026-04-03 मोफत उपलब्ध
स्कोअर 7.3 6.6
क्रमांक #74 #104
विश्वसनीयता 10.0 9.4
सुसंगतता 9.2 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 66.7%
अस्थिर चाचण्या 2 2
एकूण रन 66 66
प्रति निकाल खर्च 8.969 0.643
एकूण खर्च $1.166 $0.096
इनपुट किंमत $5.000 / 1M $0.120 / 1M
आउटपुट किंमत $25.000 / 1M $0.350 / 1M
एकूण इनपुट टोकन्स 149,206 77,550
आउटपुट टोकन्स 16,797 28,036
रिझनिंग टोकन्स 0 219,491
प्रतिसाद वेळ (सरासरी) 4.91s 103.83s
प्रतिसाद वेळ (कमाल) 35.03s 912.19s
प्रतिसाद वेळ (एकूण) 108.03s 2180.47s

Hamster playing table tennis

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

#74 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#104 Gemma 4 26B A4B

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567

झटपट तुलना

तुलना जोडी बदला