AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: gpt-oss-120b

Resumen

Comparación benchmark de Gemma 4 31B vs gpt-oss-120b: gpt-oss-120b lidera en puntuación media con 6.7 vs 6.3. gpt-oss-120b tiene menor coste de benchmark con $0.013 vs $0.033. gpt-oss-120b es más rápido con 22.28s vs 56.55s, con tasas de acierto de 69.8% vs 52.4%.

Modelo recomendado: gpt-oss-120b - Tiene la mejor puntuación aquí (6.7) y cuesta aproximadamente 2.7x menos que Gemma 4 31B.

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

Métrica	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis

Métrica	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis
Puntuación	6.3	6.7
Rango	#88	#78
Fiabilidad	10.0	10.0
Consistencia	9.4	8.0
Pruebas correctas
Tasa de aciertos por intento	69.8%	52.4%
Pruebas inestables	1	5
Ejecuciones totales	63	63
Costo por resultado	0.257	0.141
Costo total	$0.033	$0.013
Precio de entrada	$0.120 / 1M	$0.039 / 1M
Precio de salida	$0.350 / 1M	$0.180 / 1M
Total de tokens de entrada	17,957	39,084
Tokens de salida	22,356	20,013
Tokens de razonamiento	65,726	50,233
Tiempo de respuesta (promedio)	56.55s	22.28s
Tiempo de respuesta (máximo)	437.40s	68.16s
Tiempo de respuesta (total)	1074.41s	311.96s

Generación showcase

Hamster playing table tennis

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

#88 Gemma 4 31B

medium

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

#78 gpt-oss-120b

medium

Coste: $0.001
Tiempo: 26.7s
Tokens: 555 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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Comparación rápida

Cambiar par de comparación