Navegación
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: Gemini 2.5 Flash vs Google: Gemma 4 31B

Resumen

Comparación benchmark de Gemini 2.5 Flash vs Gemma 4 31B: Gemini 2.5 Flash lidera en puntuación media con 8.2 vs 6.3. Gemma 4 31B tiene menor coste de benchmark con $0.033 vs $0.379. Gemini 2.5 Flash es más rápido con 15.49s vs 56.55s, con tasas de acierto de 69.8% vs 69.8%.

Modelo recomendado: Gemini 2.5 Flash - Tiene la mejor puntuación aquí (8.2) y responde aproximadamente 3.6x más rápido que Gemma 4 31B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17 Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis
Puntuación 8.2 6.3
Rango #24 #88
Fiabilidad 10.0 10.0
Consistencia 9.6 9.4
Pruebas correctas
Tasa de aciertos por intento 69.8% 69.8%
Pruebas inestables 1 1
Ejecuciones totales 63 63
Costo por resultado 2.701 0.257
Costo total $0.379 $0.033
Precio de entrada $0.300 / 1M $0.120 / 1M
Precio de salida $2.500 / 1M $0.350 / 1M
Total de tokens de entrada 34,476 17,957
Tokens de salida 1,930 22,356
Tokens de razonamiento 145,145 65,726
Tiempo de respuesta (promedio) 15.49s 56.55s
Tiempo de respuesta (máximo) 95.48s 437.40s
Tiempo de respuesta (total) 325.39s 1074.41s

Generación showcase

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium
SVG inválido
Coste
$0.000
Tiempo
274.0s
Tokens
0 tok

#88 Gemma 4 31B

medium
Coste
$0.002
Tiempo
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
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
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
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
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
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
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
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
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
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
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
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
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
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemma 4 31BmediumDisponible gratisvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumDisponible gratisGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumDisponible gratisvsNemotron 3 Ultra 550b A55bnoneDisponible gratisGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneGemma 4 31BmediumDisponible gratisvsGLM 5noneGemma 4 31BmediumDisponible gratisvsQwen3.6 FlashnoneGemma 4 31BmediumDisponible gratisvsQwen3.5-35B-A3BnoneGemma 4 31BmediumDisponible gratisvsQwen3.5-27BnoneGemma 4 31BmediumDisponible gratisvsQwen3.5 Plus 2026-02-15none