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

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-04

Métrica Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Gemma 4 26B A4B Gemma 4 26B A4B medium Lanzamiento: 2026-04-03 Gemini 3 PRO Preview Gemini 3 PRO Preview medium Lanzamiento: 2025-11-18
Puntuación 8.6 8.3 8.7
Rango #5 #13 #4
Consistencia 9.6 8.9 10.0
Pruebas correctas
Tasa de aciertos por intento 80.4% 80.4% 82.4%
Pruebas inestables 1 2 0
Ejecuciones totales 51 51 51
Costo por resultado 0.109 0.189 1.406
Costo total $0.015 $0.025 $0.197
Precio de entrada $0.140 / 1M $0.130 / 1M $0.000 / 1M
Precio de salida $0.400 / 1M $0.400 / 1M $0.000 / 1M
Tokens de salida 9,568 12,412 1,508
Tokens de razonamiento 22,501 39,955 10,084
Tiempo de respuesta (promedio) 21.81s 17.38s 9.06s
Tiempo de respuesta (máximo) 68.92s 73.55s 26.24s
Tiempo de respuesta (total) 327.16s 278.01s 90.58s

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 salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 1,142 3,045
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 5,415 13,112
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 1,567 2,827
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 2,469 7,105
Gemini 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 25 5,075
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 887 4,470
Gemini 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 8.8 7.9 88.9% 1 27.63s 1,797 5,596
Gemma 4 26B A4B 7.9 9.6 66.7% 0 8.52s 457 3,065
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 3.91s 243 1,197
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 450 1,256
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.2 ChatnoneGemma 4 26B A4BmediumvsGPT-5.3 ChatnoneGemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumGemini 3 PRO PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 31BmediumClaude Sonnet 4.6nonevsGemini 3 PRO PreviewmediumGemma 4 26B A4BmediumvsQwen3.5 Plus 2026-02-15noneGemma 4 26B A4BmediumvsGLM 5noneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15none