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 xAI: Grok Build 0.1

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar Grok Build 0.1 Grok Build 0.1 none Veröffentlichung: 2026-05-21
Punktzahl 8.0 6.6
Rang #23 #82
Zuverlässigkeit 6.7 10.0
Konsistenz 9.2 8.0
Korrekte Tests
Erfolgsquote pro Versuch 75.0% 60.4%
Instabile Tests 2 4
Gesamtläufe 60 57
Kosten pro Ergebnis 0.205 7.805
Gesamtkosten $0.029 $0.547
Eingabepreis $0.120 / 1M $1.000 / 1M
Ausgabepreis $0.370 / 1M $2.000 / 1M
Ausgabe-Token 19,604 267,275
Denk-Token 49,687 0
Antwortzeit (Durchschnitt) 35.51s 28.69s
Antwortzeit (Maximum) 150.90s 138.35s
Antwortzeit (Gesamt) 639.17s 459.00s

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
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Gemma 4 31B 3.8 1.6 50.0% 2 110.94s 8,344 17,172
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 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
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Schnellvergleich

Vergleichspaar wechseln

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemma 4 31BmediumKostenlos verfügbarvsQwen3.7 MaxnoneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumGemma 4 31BmediumKostenlos verfügbarvsGPT-5.2 ChatnoneMercury 2mediumvsGrok Build 0.1noneDeepSeek V3.2mediumvsGrok Build 0.1noneQwen3.5-35B-A3BmediumvsGrok Build 0.1noneSeed-2.0-MinimediumvsGrok Build 0.1none