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: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 6.1. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.004 vs $0.907. Gemma 4 31B ist schneller mit 4.05s vs 9.76s, mit Erfolgsraten von 47.6% vs 85.7%.

Empfohlenes Modell: GPT-5.5 - Es hat die stärkste Punktzahl in diesem Vergleich (9.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

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

Metrik Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24
Punktzahl 6.1 9.3
Rang #98 #4
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 10.0
Korrekte Tests
Erfolgsquote pro Versuch 47.6% 85.7%
Instabile Tests 0 0
Gesamtläufe 63 63
Kosten pro Ergebnis 0.034 5.035
Gesamtkosten $0.004 $0.907
Eingabepreis $0.120 / 1M $5.000 / 1M
Ausgabepreis $0.350 / 1M $30.000 / 1M
Gesamte Eingabe-Token 20,911 34,209
Ausgabe-Token 1,407 2,046
Denk-Token 0 22,460
Antwortzeit (Durchschnitt) 4.05s 9.76s
Antwortzeit (Maximum) 26.13s 56.19s
Antwortzeit (Gesamt) 76.87s 204.92s

Generierungs-Showcase

Hamster playing table tennis

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

#98 Gemma 4 31B

none
Kosten
$0.001
Zeit
12.8s
Token
795 tok

#4 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 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 6.5 10.0 50.0% 0 1.85s 852 45 0
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 5.5 10.0 33.3% 0 11.19s 8,381 735 0
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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 2.25s 8,352 285 0
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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 3.22s 903 27 0
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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 2.09s 576 117 0
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 795 78 0
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 6.5 10.0 33.3% 0 4.23s 828 108 0
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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 4.96s 5,445 250 101
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 1.25s 224 12 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemma 4 31BnoneKostenlos verfügbarvsQwen3.5-35B-A3BmediumNorth Mini CodemediumKostenlos verfügbarvsGemma 4 31BnoneKostenlos verfügbarGemma 4 31BnoneKostenlos verfügbarvsNemotron 3 SupermediumKostenlos verfügbarGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemma 4 31BnoneKostenlos verfügbarvsQwen3.6 27BmediumGemini 3.5 FlashhighvsGPT-5.5low