AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.5-27B

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	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación	6.7	8.3
Rango	#47	#13
Consistencia	10.0	8.7
Pruebas correctas
Tasa de aciertos por intento	52.9%	80.4%
Pruebas inestables	0	3
Ejecuciones totales	51	51
Costo por resultado	0.023	3.885
Costo total	$0.002	$0.467
Precio de entrada	$0.140 / 1M	$0.195 / 1M
Precio de salida	$0.400 / 1M	$1.560 / 1M
Tokens de salida	660	2,125
Tokens de razonamiento	0	223,335
Tiempo de respuesta (promedio)	2.55s	52.01s
Tiempo de respuesta (máximo)	4.68s	163.96s
Tiempo de respuesta (total)	38.20s	884.10s

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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	569	31,505

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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	483	9,991

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		64.61s	245	77,213

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	348	1,323

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnonevsGPT-5 Minimedium Gemma 4 31BnonevsNemotron 3 SupermediumDisponible gratis Gemma 4 31BnonevsGrok 4.1 Fastmedium Gemma 4 31BnonevsHunter Alphamedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bmedium Gemini 3 Flash PreviewnonevsQwen3.5-27Bmedium Gemma 4 31BnonevsGPT-5.4 Minimedium Gemma 4 31BnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Gemma 4 31BnonevsMercury 2medium Gemma 4 31BnonevsGPT-5 Nanomedium Gemma 4 31BnonevsKimi K2.5medium