AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Google: Gemma 4 31B

摘要

Claude Sonnet 5 vs Gemma 4 31B benchmark 对比：Gemma 4 31B 平均分领先，为 6.3 vs 5.7。 Gemma 4 31B benchmark 成本更低，为 $0.033 vs $0.287。 Claude Sonnet 5 更快，为 4.74s vs 56.55s，通过率为 42.9% vs 69.8%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.3），同时成本比Claude Sonnet 5低约 8.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用

指标	Claude Sonnet 5 Claude Sonnet 5 none 发布日期: 2026-06-30	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数	5.7	6.3
排名	#117	#90
可靠性	10.0	10.0
一致性	8.6	9.4
测试正确
尝试通过率	42.9%	69.8%
不稳定测试	4	1
总运行次数	63	63
每个结果成本	4.098	0.257
总成本	$0.287	$0.033
输入价格	$2.000 / 1M	$0.120 / 1M
输出价格	$10.000 / 1M	$0.350 / 1M
总输入令牌	76,797	17,957
输出令牌	13,325	22,356
推理令牌	0	65,726
响应时间（平均）	4.74s	56.55s
响应时间（最大）	29.46s	437.40s
响应时间（总计）	99.46s	1074.41s

生成展示

Hamster playing table tennis

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

#117 Claude Sonnet 5

none

成本: $0.061
时间: 53.7s
令牌: 6,172 tok

#90 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 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 Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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 Sonnet 5	4.6	7.9	22.2%	1		3.67s	10,590	1,864	0
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

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 Sonnet 5	3.0	10.0	0.0%	0		29.46s	38,775	6,340	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

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 Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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 Sonnet 5	5.3	7.2	44.4%	1		3.28s	975	933	0
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

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 Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

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 Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

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 Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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 Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

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 Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

快速对比

切换对比组合