Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemma 4 26B A4B

Rezumat

Comparație benchmark Claude Opus 4.8 vs Gemma 4 26B A4B: Claude Opus 4.8 conduce la scorul mediu cu 7.7 vs 7.2. Gemma 4 26B A4B are costul de benchmark mai mic, $0.045 vs $1.270. Claude Opus 4.8 este mai rapid cu 10.83s vs 63.41s, cu rate de reușită de 79.4% vs 69.8%.

Model recomandat: Gemma 4 26B A4B - Scorul rămâne aproape de cel mai bun scor de aici (7.2 vs 7.7) și costă de aproximativ 28.9x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium Lansare: 2026-04-03 Disponibil gratuit
Scor 7.7 7.2
Rang #38 #61
Fiabilitate 10.0 10.0
Consistență 8.8 9.2
Teste corecte
Rată de trecere pe încercare 79.4% 69.8%
Teste instabile 3 2
Rulări totale 63 63
Cost per rezultat 8.466 0.361
Cost total $1.270 $0.045
Preț de intrare $5.000 / 1M $0.060 / 1M
Preț de ieșire $25.000 / 1M $0.330 / 1M
Total tokenuri de intrare 60,946 40,252
Tokenuri de ieșire 31,771 28,000
Tokenuri de raționament 6,831 100,490
Timp de răspuns (mediu) 10.83s 63.41s
Timp de răspuns (maxim) 127.97s 369.32s
Timp de răspuns (total) 227.39s 1268.28s

Prezentare generare

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Cost
$0.031
Timp
14.1s
Tokenuri
1,345 tok

#61 Gemma 4 26B A4B

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 816 1,142 3,045
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 17,092 5,415 13,112
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 8,334 1,567 2,827
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 516 2,469 7,105
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 567 25 5,075
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 777 887 4,470
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 801 410 2,128
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 6,096 450 1,256
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 191 797 16,905

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 PlusnoneDeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponibil gratuitClaude Opus 4.8lowvsKimi K2.6mediumDisponibil gratuitClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumGemma 4 26B A4BmediumDisponibil gratuitvsGLM 5.2noneClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitGemma 4 26B A4BmediumDisponibil gratuitvsStep 3.7 FlashhighClaude Opus 4.8lowvsQwen3.6 Plusmedium