AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.2

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

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11
Puntuación	6.7	7.3
Rango	#47	#36
Consistencia	10.0	8.0
Pruebas correctas
Tasa de aciertos por intento	52.9%	70.6%
Pruebas inestables	0	4
Ejecuciones totales	51	51
Costo por resultado	0.023	3.131
Costo total	$0.002	$0.314
Precio de entrada	$0.140 / 1M	$1.750 / 1M
Precio de salida	$0.400 / 1M	$14.000 / 1M
Tokens de salida	660	2,238
Tokens de razonamiento	0	16,811
Tiempo de respuesta (promedio)	2.55s	13.93s
Tiempo de respuesta (máximo)	4.68s	77.80s
Tiempo de respuesta (total)	38.20s	139.29s

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	6.5	10.0	50.0%	0		1.85s	45	0
GPT-5.2	6.5	8.0	58.3%	1		7.81s	567	2,002

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-5.2	10.0	10.0	100.0%	0		14.06s	291	1,757

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		2.25s	285	0
GPT-5.2	10.0	10.0	100.0%	0		3.15s	234	420

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		3.22s	27	0
GPT-5.2	5.9	7.2	55.6%	1		77.80s	42	10,342

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		2.09s	117	0
GPT-5.2	3.7	9.7	0.0%	0		4.32s	162	269

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	6.5	10.0	50.0%	0		2.84s	78	0
GPT-5.2	9.9	10.0	100.0%	0		3.12s	94	614

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	5.5	10.0	33.3%	0		2.95s	108	0
GPT-5.2	7.7	7.3	77.8%	1		5.47s	609	938

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-5.2	4.7	1.6	66.7%	1		10.30s	239	469

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGPT-5.2medium Gemma 4 31BnonevsGPT-5 Minimedium Gemma 4 31BnonevsNemotron 3 SupermediumDisponible gratis Gemma 4 31BnonevsGrok 4.1 Fastmedium Gemma 4 31BnonevsHunter Alphamedium Gemma 4 31BnonevsGPT-5.4 Minimedium Gemma 4 31BnonevsGrok 4.20medium Gemma 4 31BnonevsMercury 2medium Gemma 4 31BnonevsGPT-5 Nanomedium Gemma 4 31BnonevsKimi K2.5medium Gemini 3.1 Flash Lite PreviewnonevsGPT-5.2medium Gemma 4 31BnonevsGrok 4.20 Multi Agent Betamedium