AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Luna

Zusammenfassung

Gemma 4 31B vs GPT-5.6 Luna (low) Benchmark-Vergleich: GPT-5.6 Luna (low) führt beim Durchschnittsscore mit 6.2 vs 6.1. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.004 vs $0.141. Gemma 4 31B ist schneller mit 4.05s vs 4.35s, mit Erfolgsraten von 47.6% vs 57.1%.

Empfohlenes Modell: Gemma 4 31B - Die Punktzahl bleibt nah an der besten hier (6.1 vs 6.2) und es kostet etwa 46.7x weniger als GPT-5.6 Luna (low).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GPT-5.6 Luna GPT-5.6 Luna low Veröffentlichung: 2026-07-09

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GPT-5.6 Luna GPT-5.6 Luna low Veröffentlichung: 2026-07-09
Punktzahl	6.1	6.2
Rang	#113	#107
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	8.5
Korrekte Tests
Erfolgsquote pro Versuch	47.6%	57.1%
Instabile Tests	0	4
Gesamtläufe	63	63
Kosten pro Ergebnis	0.034	1.404
Gesamtkosten	$0.004	$0.141
Eingabepreis	$0.120 / 1M	$1.000 / 1M
Ausgabepreis	$0.350 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	20,911	34,218
Ausgabe-Token	1,407	2,110
Denk-Token	0	15,571
Antwortzeit (Durchschnitt)	4.05s	4.35s
Antwortzeit (Maximum)	26.13s	18.06s
Antwortzeit (Gesamt)	76.87s	91.45s

Generierungs-Showcase

Hamster playing table tennis

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

#113 Gemma 4 31B

none

Kosten: $0.001
Zeit: 12.8s
Token: 795 tok

#107 GPT-5.6 Luna

low

Kosten: $0.011
Zeit: 10.2s
Token: 1,897 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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

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-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

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-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060

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-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718

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-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

Schnellvergleich

Vergleichspaar wechseln

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BmediumKostenlos verfügbarvsGPT-5.6 Lunalow Nemotron 3 SupermediumKostenlos verfügbarvsGPT-5.6 Lunalow Nemotron 3 Ultra 550b A55bnoneKostenlos verfügbarvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.6 Max Previewnone Gemma 4 31BnoneKostenlos verfügbarvsQwen3.5-35B-A3Bmedium GPT-5.6 LunalowvsGLM 5none