导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 6.1 vs 5.7。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.287。 Gemma 4 31B 更快，为 4.05s vs 4.74s，通过率为 42.9% vs 47.6%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.1），同时成本比Claude Sonnet 5低约 95.6 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 none 发布日期: 2026-04-02 免费可用
分数 5.7 6.1
排名 #117 #100
可靠性 10.0 10.0
一致性 8.6 10.0
测试正确
尝试通过率 42.9% 47.6%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 4.098 0.034
总成本 $0.287 $0.004
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 20,911
输出令牌 13,325 1,407
推理令牌 0 0
响应时间（平均） 4.74s 4.05s
响应时间（最大） 29.46s 26.13s
响应时间（总计） 99.46s 76.87s

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

#100 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 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 6.5 10.0 50.0% 0 1.85s 852 45 0
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 5.5 10.0 33.3% 0 11.19s 8,381 735 0
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 2.25s 8,352 285 0
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 3.22s 903 27 0
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 2.09s 576 117 0
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 6.5 10.0 50.0% 0 2.84s 795 78 0
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 6.5 10.0 33.3% 0 4.23s 828 108 0
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 1.25s 224 12 0

快速对比

切换对比组合

Claude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumNorth Mini Codemedium免费可用vsGemma 4 31Bnone免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Claude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsMiniMax M2.7mediumGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGemma 4 31Bnone免费可用vsStep 3.5 FlashmediumGemma 4 31Bnone免费可用vsGPT-5 NanomediumClaude Sonnet 5nonevsMistral Small 4mediumClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsgpt-oss-120bmedium免费可用