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: Gemma 4 31B vs OpenAI: GPT-5.3-Codex

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 8.6 8.5
Rango #5 #8
Consistencia 9.6 8.6
Pruebas correctas
Tasa de aciertos por intento 80.4% 82.4%
Pruebas inestables 1 3
Ejecuciones totales 51 51
Costo por resultado 0.109 4.526
Costo total $0.015 $0.544
Precio de entrada $0.140 / 1M $1.750 / 1M
Precio de salida $0.400 / 1M $14.000 / 1M
Tokens de salida 9,568 1,788
Tokens de razonamiento 22,501 33,649
Tiempo de respuesta (promedio) 21.81s 15.76s
Tiempo de respuesta (máximo) 68.92s 100.93s
Tiempo de respuesta (total) 327.16s 267.97s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemma 4 31BmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGemma 4 31BmediumGPT-5.3-CodexmediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnonevsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsGLM 5noneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15none