नेव्हिगेशन
Advertise here

Claude Opus 4.8 vs Gemma 4 31B (medium)

average score जवळपास समान आहे: 6.9 vs 6.9. Gemma 4 31B (medium) चा benchmark खर्च कमी आहे: $0.144 vs $2.334. Claude Opus 4.8 वेगवान आहे: 7.54s vs 78.76s, pass rates 60.9% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#239
एकूण आउटपुट टोकन्स
24,343
प्रतिसाद वेळ (सरासरी)
7.54s
एकूण खर्च
$2.334
क्रमांक
#236
एकूण आउटपुट टोकन्स
277,315
प्रतिसाद वेळ (सरासरी)
78.76s
एकूण खर्च
$0.144
शिफारस केलेले मॉडेल Gemma 4 31B (medium)

It has the best score here (6.9), while costing about 16.3x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध
स्कोअर 6.9 6.9
क्रमांक #239 #236
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 66.7%
अस्थिर चाचण्या 2 3
एकूण रन 69 69
प्रति निकाल खर्च 17.953 1.195
एकूण खर्च $2.334 $0.144
इनपुट किंमत $5.000 / 1M $0.090 / 1M
आउटपुट किंमत $25.000 / 1M $0.340 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.050 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 345,059 251,164
आउटपुट टोकन्स 24,343 36,112
रिझनिंग टोकन्स 0 241,203
प्रतिसाद वेळ (सरासरी) 7.54s 78.76s
प्रतिसाद वेळ (कमाल) 65.07s 437.40s
प्रतिसाद वेळ (एकूण) 173.31s 1653.96s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) 30.7B
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#239 Claude Opus 4.8

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

#236 Gemma 4 31B

medium
खर्च
$0.002
वेळ
45.7s
टोकन्स
2,696 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 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

तुलना जोडी बदला