导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Claude Opus 4.8 vs Gemma 4 26B A4B benchmark 对比：Claude Opus 4.8 平均分领先，为 7.7 vs 7.2。 Gemma 4 26B A4B benchmark 成本更低，为 $0.045 vs $1.270。 Claude Opus 4.8 更快，为 10.83s vs 63.41s，通过率为 79.4% vs 69.8%。

推荐模型: Gemma 4 26B A4B - 它的得分接近这里的最高分（7.2 vs 7.7），同时成本比Claude Opus 4.8低约 28.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28 Gemma 4 26B A4B Gemma 4 26B A4B medium 发布日期: 2026-04-03 免费可用
分数 7.7 7.2
排名 #38 #61
可靠性 10.0 10.0
一致性 8.8 9.2
测试正确
尝试通过率 79.4% 69.8%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 8.466 0.361
总成本 $1.270 $0.045
输入价格 $5.000 / 1M $0.060 / 1M
输出价格 $25.000 / 1M $0.330 / 1M
总输入令牌 60,946 40,252
输出令牌 31,771 28,000
推理令牌 6,831 100,490
响应时间（平均） 10.83s 63.41s
响应时间（最大） 127.97s 369.32s
响应时间（总计） 227.39s 1268.28s

生成展示

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
成本
$0.031
时间
14.1s
令牌
1,345 tok

#61 Gemma 4 26B A4B

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
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

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsGemma 4 26B A4Bmedium免费可用Claude Opus 4.8lowvsKimi K2.6medium免费可用Claude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumGemma 4 26B A4Bmedium免费可用vsGLM 5.2noneClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Gemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighClaude Opus 4.8lowvsQwen3.6 Plusmedium