AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.4 Mini

Zusammenfassung

Gemma 4 31B vs GPT-5.4 Mini Benchmark-Vergleich: Gemma 4 31B führt beim Durchschnittsscore mit 6.3 vs 5.3. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.033 vs $0.038. GPT-5.4 Mini ist schneller mit 1.13s vs 56.55s, mit Erfolgsraten von 69.8% vs 30.2%.

Empfohlenes Modell: GPT-5.4 Mini - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (5.3), schnellere Antwort als Gemma 4 31B und ausgewogene Kosten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GPT-5.4 Mini GPT-5.4 Mini none Veröffentlichung: 2026-03-17

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GPT-5.4 Mini GPT-5.4 Mini none Veröffentlichung: 2026-03-17
Punktzahl	6.3	5.3
Rang	#87	#131
Zuverlässigkeit	10.0	10.0
Konsistenz	9.4	8.8
Korrekte Tests
Erfolgsquote pro Versuch	69.8%	30.2%
Instabile Tests	1	3
Gesamtläufe	63	63
Kosten pro Ergebnis	0.257	0.743
Gesamtkosten	$0.033	$0.038
Eingabepreis	$0.120 / 1M	$0.750 / 1M
Ausgabepreis	$0.350 / 1M	$4.500 / 1M
Gesamte Eingabe-Token	17,957	34,244
Ausgabe-Token	22,356	2,541
Denk-Token	65,726	0
Antwortzeit (Durchschnitt)	56.55s	1.13s
Antwortzeit (Maximum)	437.40s	2.52s
Antwortzeit (Gesamt)	1074.41s	23.82s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#131 GPT-5.4 Mini

none

Cost: $0.010
Time: 11.7s
Tokens: 2,151 tok

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)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.4 Mini	3.1	8.1	8.3%	1		929ms	606	654	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.4 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4 Mini	3.0	10.0	0.0%	0		2.52s	11,019	298	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.4 Mini	10.0	10.0	100.0%	0		1.30s	7,140	222	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.4 Mini	3.5	4.4	33.3%	2		937ms	723	88	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.4 Mini	4.8	10.0	0.0%	0		1.82s	477	174	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.4 Mini	6.3	10.0	50.0%	0		728ms	660	101	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.4 Mini	5.4	10.0	33.3%	0		836ms	642	305	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4 Mini	3.0	10.0	0.0%	0		2.32s	5,477	255	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.4 Mini	3.0	10.0	0.0%	0		1.33s	195	43	0

Schnellvergleich

Vergleichspaar wechseln