AI BENCHY Compare

Google: Gemma 4 31B vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl	6.9	6.9
Rang	#66	#68
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	8.3
Korrekte Tests
Erfolgsquote pro Versuch	52.6%	63.2%
Instabile Tests	0	4
Gesamtläufe	57	57
Kosten pro Ergebnis	0.025	7.559
Gesamtkosten	$0.003	$0.756
Eingabepreis	$0.130 / 1M	$1.250 / 1M
Ausgabepreis	$0.380 / 1M	$2.500 / 1M
Ausgabe-Token	1,371	1,784
Denk-Token	0	128,233
Antwortzeit (Durchschnitt)	3.86s	14.53s
Antwortzeit (Maximum)	26.13s	63.48s
Antwortzeit (Gesamt)	65.57s	276.06s

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	6.5	10.0	50.0%	0		1.85s	45	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	287	8,312

Programmierung	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		26.13s	699	0
Grok 4.20	4.3	1.1	66.7%	1		24.33s	250	12,804

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 4.20	10.0	10.0	100.0%	0		17.40s	232	9,556

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		2.25s	285	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	180	5,333

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		3.22s	27	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	375	49,339

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		2.09s	117	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	65	6,440

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	78	0
Grok 4.20	7.3	6.0	83.3%	1		4.42s	40	5,474

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	6.5	10.0	33.3%	0		2.95s	108	0
Grok 4.20	7.7	10.0	66.7%	0		6.20s	149	7,913

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 4.20	3.0	10.0	0.0%	0		13.68s	197	6,620

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		1.25s	12	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	9	16,442

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsGrok 4.20medium DeepSeek V4 ProhighvsGemma 4 31BnoneKostenlos verfügbar Gemini 3.1 Flash LiteminimalvsGrok 4.20medium Gemma 4 31BnoneKostenlos verfügbarvsGPT-5 Minimedium Gemma 4 31BnoneKostenlos verfügbarvsKimi K2.5medium Gemma 4 31BnoneKostenlos verfügbarvsQwen3.6 27Bmedium GPT-5.5nonevsGrok 4.20medium Gemini 3.1 Flash LitenonevsGrok 4.20medium Gemma 4 31BnoneKostenlos verfügbarvsMiMo-V2-Omnimedium Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium Gemma 4 31BnoneKostenlos verfügbarvsGPT-5.4 Minimedium DeepSeek V3.2mediumvsGemma 4 31BnoneKostenlos verfügbar