AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.6 Plus

Zusammenfassung

Gemma 4 31B vs Qwen3.6 Plus Benchmark-Vergleich: Qwen3.6 Plus führt beim Durchschnittsscore mit 7.8 vs 6.3. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.033 vs $0.294. Qwen3.6 Plus ist schneller mit 30.70s vs 56.55s, mit Erfolgsraten von 69.8% vs 69.8%.

Empfohlenes Modell: Gemma 4 31B - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (6.3), niedrigere Kosten als Qwen3.6 Plus und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20
Punktzahl	6.3	7.8
Rang	#88	#30
Zuverlässigkeit	10.0	10.0
Konsistenz	9.4	9.3
Korrekte Tests
Erfolgsquote pro Versuch	69.8%	69.8%
Instabile Tests	1	2
Gesamtläufe	63	63
Kosten pro Ergebnis	0.257	0.831
Gesamtkosten	$0.033	$0.294
Eingabepreis	$0.120 / 1M	$0.325 / 1M
Ausgabepreis	$0.350 / 1M	$1.950 / 1M
Gesamte Eingabe-Token	17,957	41,565
Ausgabe-Token	22,356	1,853
Denk-Token	65,726	141,973
Antwortzeit (Durchschnitt)	56.55s	30.70s
Antwortzeit (Maximum)	437.40s	201.68s
Antwortzeit (Gesamt)	1074.41s	613.99s

Generierungs-Showcase

Hamster playing table tennis

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

#88 Gemma 4 31B

medium

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

#30 Qwen3.6 Plus

medium

Kosten: $0.024
Zeit: 219.0s
Token: 12,235 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Schnellvergleich

Vergleichspaar wechseln