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 xAI: Grok 4.20

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 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.7 7.1
Rango #47 #40
Consistencia 10.0 8.2
Pruebas correctas
Tasa de aciertos por intento 52.9% 66.7%
Pruebas inestables 0 4
Ejecuciones totales 51 51
Costo por resultado 0.023 7.358
Costo total $0.002 $0.663
Precio de entrada $0.140 / 1M $2.000 / 1M
Precio de salida $0.400 / 1M $6.000 / 1M
Tokens de salida 660 1,494
Tokens de razonamiento 0 97,078
Tiempo de respuesta (promedio) 2.55s 9.50s
Tiempo de respuesta (máximo) 4.68s 29.87s
Tiempo de respuesta (total) 38.20s 161.54s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemma 4 31BnonevsNemotron 3 SupermediumDisponible gratisGemma 4 31BnonevsGrok 4.1 FastmediumGemma 4 31BnonevsHunter AlphamediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGPT-5.4 MinimediumGrok 4.20mediumvsGLM 5noneGemma 4 31BnonevsMercury 2mediumGPT-5.3 ChatnonevsGrok 4.20mediumGemma 4 31BnonevsGPT-5 NanomediumGemma 4 31BnonevsKimi K2.5medium