Claude Opus 4.8 vs Gemma 4 31B (medium)

Claude Opus 4.8 лидирует по среднему баллу: 6.9 vs 6.9. Gemma 4 31B (medium) имеет более низкую стоимость benchmark: $0.117 vs $2.328. Claude Opus 4.8 быстрее: 7.71s vs 78.76s, с долей успешных попыток 60.9% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #162
Общее число выходных токенов: 24,523
Время ответа (среднее): 7.71s
Общая стоимость: $2.328

Ранг: #165
Общее число выходных токенов: 277,315
Время ответа (среднее): 78.76s
Общая стоимость: $0.117

Рекомендуемая модель Gemma 4 31B (medium)

Его балл близок к лучшему здесь (6.9 против 6.9), при этом он примерно в 19.9 раза дешевле, чем Claude Opus 4.8.

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно
Оценка	6.9	6.9
Ранг	#162	#165
Надежность	10.0	10.0
Стабильность	9.3	8.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	60.9%	66.7%
Нестабильные тесты	2	3
Всего запусков	69	69
Стоимость за результат	17.906	1.195
Общая стоимость	$2.328	$0.117
Цена входа	$5.000 / 1M	$0.090 / 1M
Цена выхода	$25.000 / 1M	$0.340 / 1M
Общее число входных токенов	342,921	251,164
Выходные токены	24,523	36,112
Токены рассуждений	0	241,203
Время ответа (среднее)	7.71s	78.76s
Время ответа (макс.)	69.14s	437.40s
Время ответа (суммарно)	177.38s	1653.96s
Параметры	~5T всего (~500B активных)	30.7B
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#162 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#165 Gemma 4 31B

medium

Стоимость: $0.002
Время: 45.7s
Токены: 2,696 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.4	9.6	0.0%	0		69.14s	193,718	7,726	0
Gemma 4 31B	10.0	10.0	100.0%	0		82.13s	156,195	1,713	8,181

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	7.2	44.4%	1		1.76s	972	61	0
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	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 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

Быстрое сравнение

Сменить пару сравнения