AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Google: Gemma 4 31B

Сводка

Сравнение benchmark Claude Opus 4.7 vs Gemma 4 31B: Claude Opus 4.7 лидирует по среднему баллу: 8.7 vs 6.5. Gemma 4 31B имеет более низкую стоимость benchmark: $0.004 vs $0.679. Gemma 4 31B быстрее: 4.05s vs 4.73s, с долей успешных попыток 82.5% vs 47.6%.

Рекомендуемая модель: Claude Opus 4.7 - У него самый высокий балл в этом сравнении (8.7) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-04

Метрика	Claude Opus 4.7 Claude Opus 4.7 medium Релиз: 2026-04-16	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно

Метрика	Claude Opus 4.7 Claude Opus 4.7 medium Релиз: 2026-04-16	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно
Оценка	8.7	6.5
Ранг	#11	#85
Надежность	10.0	10.0
Стабильность	9.6	10.0
Тестов верно
Доля успешных попыток	82.5%	47.6%
Нестабильные тесты	1	0
Всего запусков	63	63
Стоимость за результат	3.991	0.034
Общая стоимость	$0.679	$0.004
Цена входа	$5.000 / 1M	$0.120 / 1M
Цена выхода	$25.000 / 1M	$0.360 / 1M
Общее число входных токенов	65,406	20,911
Выходные токены	11,858	1,407
Токены рассуждений	2,198	0
Время ответа (среднее)	4.73s	4.05s
Время ответа (макс.)	23.18s	26.13s
Время ответа (суммарно)	94.51s	76.87s

Generation showcase

Hamster playing table tennis

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

#11 Claude Opus 4.7

medium

Cost: $0.059
Time: 26.8s
Tokens: 2,475 tok

#85 Gemma 4 31B

none

Cost: $0.001
Time: 12.8s
Tokens: 795 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0

Быстрое сравнение

Сменить пару сравнения