AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs Google: Gemma 4 31B

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Gemma 4 31B: La puntuación media está prácticamente empatada en 6.3 vs 6.3. Gemma 4 31B tiene menor coste de benchmark con $0.033 vs $0.079. Gemma 4 31B es más rápido con 56.55s vs 65.21s, con tasas de acierto de 52.4% vs 69.8%.

Modelo recomendado: Gemma 4 31B - Tiene la mejor puntuación aquí (6.3) y cuesta aproximadamente 2.4x menos que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis
Puntuación	6.3	6.3
Rango	#90	#87
Fiabilidad	9.0	10.0
Consistencia	7.6	9.4
Pruebas correctas
Tasa de aciertos por intento	52.4%	69.8%
Pruebas inestables	6	1
Ejecuciones totales	63	63
Costo por resultado	2.869	0.257
Costo total	$0.079	$0.033
Precio de entrada	$0.435 / 1M	$0.120 / 1M
Precio de salida	$0.870 / 1M	$0.350 / 1M
Total de tokens de entrada	32,240	17,957
Tokens de salida	12,250	22,356
Tokens de razonamiento	72,257	65,726
Tiempo de respuesta (promedio)	65.21s	56.55s
Tiempo de respuesta (máximo)	358.35s	437.40s
Tiempo de respuesta (total)	1304.19s	1074.41s

Generation showcase

Hamster playing table tennis

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

#90 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

Comparación rápida

Cambiar par de comparación