#24 Gemma 4 31B
medium- Coste
- $0.002
- Tiempo
- 45.7s
- Tokens
- 2,696 tok
Google
Lanzamiento: 2026-04-02
Probado el: 2026-05-22 00:35
google/gemma-4-31b-it::medium
(medium)
(none)
Resumen
Gemma 4 31B obtiene 8.0 en AI BENCHY y ocupa el puesto #24. Tiene fiabilidad 6.7, una tasa de aciertos de 75.0%, coste total de $0.029 y tiempo medio de respuesta de 35.51s.
Qué hace único a Gemma 4 31B: Destaca más en Trucos anti-IA, donde ocupa #1, mientras que Programación es su área más débil con #17. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
8.0
Consistencia
9.2
6.7
$0.029
Total de tokens de salida
69,291
Total de tokens de entrada
0
Precio de entrada
$0.120 / 1M
Precio de salida
$0.370 / 1M
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
35.51s
Tiempo de respuesta (máximo): 150.90s
Tiempo de respuesta (total): 639.17s
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Prueba nueva añadida | 7.9 | 8.9 | $0.035 ↓ | Comparar | |
| 2026-05-22 00:35 Suite modificada | 8.0 | 6.7 | $0.029 | Ejecución actual | |
| 2026-04-14 00:56 Primera ejecución registrada | 8.3 | N/D | $0.018 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:35 · Suite modificada | 8.0 | 9.2 | 6.7 | 14/20 | 2 | 69,291 | 0 | $0.029 | 35.51s |
| 2026-06-04 14:27 · Prueba nueva añadida | 7.9 | 9.1 | 8.9 | 14/21 | 2 | 88,082 | 17,957 | $0.035 | 56.55s |
| Diferencia | +0.1 | +0.1 | -2.2 | 0 | 0 | -18791 | -17957 | -$0.006 | -21038ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
Gemma 4 31BmediumDisponible gratisvsMiMo-V2.5mediumGemma 4 31BmediumDisponible gratisvsgpt-oss-120bmediumDisponible gratisGemma 4 31BmediumDisponible gratisvsQwen3.6 35B A3BmediumGemma 4 31BmediumDisponible gratisvsGPT-5 NanomediumGemma 4 31BmediumDisponible gratisvsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsGemini 3.5 FlashhighGemma 4 31BmediumDisponible gratisvsGemini 3 Flash PreviewmediumGemma 4 31BmediumDisponible gratisvsNemotron 3 Ultra 550b A55bmediumDisponible gratisGemma 4 31BmediumDisponible gratisvsGPT-5.5low
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 3.8 | 1.6 | |
| Combinado | 3.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 7.7 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 9.9 | 10.0 | |
| Llamada de herramientas | 3.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |