AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Terra

Resumen

Comparación benchmark de Gemma 4 31B (medium) vs GPT-5.6 Terra: Gemma 4 31B (medium) lidera en puntuación media con 6.3 vs 6.0. Gemma 4 31B (medium) tiene menor coste de benchmark con $0.033 vs $0.130. GPT-5.6 Terra es más rápido con 1.25s vs 56.55s, con tasas de acierto de 69.8% vs 42.9%.

Modelo recomendado: Gemma 4 31B (medium) - Tiene la mejor puntuación aquí (6.3) y cuesta aproximadamente 4.0x menos que GPT-5.6 Terra.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	GPT-5.6 Terra GPT-5.6 Terra none Lanzamiento: 2026-07-09

Métrica	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	GPT-5.6 Terra GPT-5.6 Terra none Lanzamiento: 2026-07-09
Puntuación	6.3	6.0
Rango	#102	#116
Fiabilidad	10.0	10.0
Consistencia	9.4	9.3
Pruebas correctas
Tasa de aciertos por intento	69.8%	42.9%
Pruebas inestables	1	2
Ejecuciones totales	63	63
Costo por resultado	0.257	1.623
Costo total	$0.033	$0.130
Precio de entrada	$0.120 / 1M	$2.500 / 1M
Precio de salida	$0.350 / 1M	$15.000 / 1M
Total de tokens de entrada	17,957	39,552
Tokens de salida	22,356	2,060
Tokens de razonamiento	65,726	0
Tiempo de respuesta (promedio)	56.55s	1.25s
Tiempo de respuesta (máximo)	437.40s	3.97s
Tiempo de respuesta (total)	1074.41s	26.21s

Generación showcase

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

Coste: $0.002
Tiempo: 45.7s
Tokens: 2,696 tok

#116 GPT-5.6 Terra

none

Coste: $0.030
Tiempo: 14.7s
Tokens: 2,082 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	0

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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.13s	7,140	222	0

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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0

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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Comparación rápida

Cambiar par de comparación