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-5.5

Zusammenfassung

Gemma 4 31B vs GPT-5.5 Benchmark-Vergleich: Der Durchschnittsscore ist mit 6.3 vs 6.3 praktisch gleichauf. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.033 vs $0.231. GPT-5.5 ist schneller mit 1.89s vs 56.55s, mit Erfolgsraten von 69.8% vs 54.0%.

Empfohlenes Modell: Gemma 4 31B - Es hat hier die beste Punktzahl (6.3) und kostet etwa 7.1x weniger als GPT-5.5.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar GPT-5.5 GPT-5.5 none Veröffentlichung: 2026-04-24
Punktzahl 6.3 6.3
Rang #91 #93
Zuverlässigkeit 10.0 10.0
Konsistenz 9.4 8.8
Korrekte Tests
Erfolgsquote pro Versuch 69.8% 54.0%
Instabile Tests 1 3
Gesamtläufe 63 63
Kosten pro Ergebnis 0.257 2.302
Gesamtkosten $0.033 $0.231
Eingabepreis $0.120 / 1M $5.000 / 1M
Ausgabepreis $0.350 / 1M $30.000 / 1M
Gesamte Eingabe-Token 17,957 34,212
Ausgabe-Token 22,356 1,971
Denk-Token 65,726 0
Antwortzeit (Durchschnitt) 56.55s 1.89s
Antwortzeit (Maximum) 437.40s 5.56s
Antwortzeit (Gesamt) 1074.41s 39.64s

Generierungs-Showcase

Hamster playing table tennis

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

#91 Gemma 4 31B

medium
Kosten
$0.002
Zeit
45.7s
Token
2,696 tok

#93 GPT-5.5

none
Kosten
$0.090
Zeit
54.3s
Token
3,063 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-5.5 6.9 7.9 66.7% 1 1.31s 606 213 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-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 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-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 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-5.5 10.0 10.0 100.0% 0 1.18s 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-5.5 2.9 7.2 11.1% 1 1.31s 723 52 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-5.5 10.0 10.0 100.0% 0 3.41s 477 124 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-5.5 6.2 5.8 66.7% 1 1.15s 660 81 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-5.5 7.7 10.0 66.7% 0 1.29s 642 252 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-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 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-5.5 3.0 10.0 0.0% 0 5.01s 195 18 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5nonevsQwen3.5-35B-A3BmediumNemotron 3 SupermediumKostenlos verfügbarvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumKostenlos verfügbarGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemma 4 31BmediumKostenlos verfügbarvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGemma 4 31BmediumKostenlos verfügbarvsNemotron 3 Ultra 550b A55bnoneKostenlos verfügbarGPT-5.5nonevsQwen3.6 27BmediumGemma 4 31BmediumKostenlos verfügbarvsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 FlashmediumGemma 4 31BmediumKostenlos verfügbarvsGLM 5none