Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemma 4 31B vs Grok 4.20 Multi Agent Beta

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 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lanzamiento: 2026-03-12
Puntuación 6.7 6.2
Rango #47 #53
Consistencia 10.0 7.2
Pruebas correctas
Tasa de aciertos por intento 52.9% 54.9%
Pruebas inestables 0 6
Ejecuciones totales 51 51
Costo por resultado 0.023 82.962
Costo total $0.002 $4.978
Precio de entrada $0.140 / 1M $0.000 / 1M
Precio de salida $0.400 / 1M $0.000 / 1M
Tokens de salida 660 298,948
Tokens de razonamiento 0 296,529
Tiempo de respuesta (promedio) 2.55s 8.64s
Tiempo de respuesta (máximo) 4.68s 35.28s
Tiempo de respuesta (total) 38.20s 129.64s

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 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
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 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
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 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
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 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
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 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
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 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
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 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
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 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnonevsGPT-5 MinimediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGemma 4 31BnonevsNemotron 3 SupermediumDisponible gratisGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGemma 4 31BnonevsGrok 4.1 FastmediumGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeGemma 4 31BnonevsHunter AlphamediumSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent BetamediumHunter AlphanonevsGrok 4.20 Multi Agent Betamedium