নেভিগেশন
AI BENCHY
Advertise here

Gemma 4 31B (medium) vs gpt-oss-120b (medium)

Gemma 4 31B (medium) average score-এ এগিয়ে: 6.2 vs 6.1. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.019 vs $0.101. gpt-oss-120b (medium) দ্রুত: 20.81s vs 78.59s, pass rates 65.2% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#164
মোট আউটপুট টোকেন
267,421
প্রতিক্রিয়া সময় (গড়)
78.59s
মোট খরচ
$0.101
র‍্যাঙ্ক
#169
মোট আউটপুট টোকেন
98,282
প্রতিক্রিয়া সময় (গড়)
20.81s
মোট খরচ
$0.019
প্রস্তাবিত মডেল gpt-oss-120b (medium)

Its score stays close to the best score here (6.1 vs 6.2), while costing about 5.5x less than Gemma 4 31B (medium).

বিস্তারিত তুলনা

মেট্রিক Gemma 4 31B Gemma 4 31B medium প্রকাশ: 2026-04-02 বিনামূল্যে উপলভ্য gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05
স্কোর 6.2 6.1
র‍্যাঙ্ক #164 #169
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 8.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 50.0%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.152 0.224
মোট খরচ $0.101 $0.019
ইনপুট মূল্য $0.100 / 1M $0.030 / 1M
আউটপুট মূল্য $0.340 / 1M $0.170 / 1M
মোট ইনপুট টোকেন 94,969 108,767
আউটপুট টোকেন 34,399 29,378
রিজনিং টোকেন 233,022 68,904
প্রতিক্রিয়া সময় (গড়) 78.59s 20.81s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 437.40s 68.16s
প্রতিক্রিয়া সময় (মোট) 1571.84s 332.88s
প্যারামিটার 30.7B 117B মোট (5.1B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#164 Gemma 4 31B

medium
খরচ
$0.002
সময়
45.7s
টোকেন
2,696 tok

#169 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

দ্রুত তুলনা

তুলনার জুটি বদলান