Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Google: Gemma 4 31B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-04

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Gemma 4 31B Gemma 4 31B none Lansare: 2026-04-02
Scor 7.5 6.7
Rang #34 #48
Consistență 9.0 10.0
Teste corecte
Rată de trecere pe încercare 68.6% 52.9%
Teste instabile 2 0
Rulări totale 51 51
Cost per rezultat 11.973 0.023
Cost total $1.317 $0.002
Preț de intrare $5.000 / 1M $0.140 / 1M
Preț de ieșire $25.000 / 1M $0.400 / 1M
Tokenuri de ieșire 26,343 660
Tokenuri de raționament 17,434 0
Timp de răspuns (mediu) 20.87s 2.55s
Timp de răspuns (maxim) 83.40s 4.68s
Timp de răspuns (total) 208.73s 38.20s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Gemma 4 31B 5.5 10.0 33.3% 0 2.95s 108 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneGemma 4 31BnonevsGPT-5 MinimediumGemma 4 31BnonevsNemotron 3 SupermediumDisponibil gratuitGemma 4 31BnonevsGrok 4.1 FastmediumGemma 4 31BnonevsHunter AlphamediumClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemma 4 31BnonevsGPT-5.4 MinimediumGemma 4 31BnonevsGrok 4.20mediumGemma 4 31BnonevsMercury 2mediumGemma 4 31BnonevsGPT-5 NanomediumGemma 4 31BnonevsKimi K2.5medium