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

AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.3 Chat

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03
Punktzahl 8.2 7.6
Rang #14 #46
Zuverlässigkeit 6.7 10.0
Konsistenz 9.6 8.7
Korrekte Tests
Erfolgsquote pro Versuch 77.2% 70.2%
Instabile Tests 1 3
Gesamtläufe 57 57
Kosten pro Ergebnis 0.158 2.895
Gesamtkosten $0.023 $0.348
Eingabepreis $0.130 / 1M $1.750 / 1M
Ausgabepreis $0.380 / 1M $14.000 / 1M
Ausgabe-Token 14,426 21,353
Denk-Token 37,964 0
Antwortzeit (Durchschnitt) 28.72s 5.80s
Antwortzeit (Maximum) 90.14s 18.33s
Antwortzeit (Gesamt) 488.27s 110.27s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 4.7 1.6 66.7% 1 70.97s 3,166 5,449
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.29s 1,455 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 9.9 10.0 100.0% 0 27.63s 1,797 5,596
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 1,692 10,014
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3 ChatnonevsGLM 5.1mediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumKimi K2.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumGemma 4 26B A4BmediumKostenlos verfügbarvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-PromediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.3 Chatnone