नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 2.5 Flash vs Google: Gemma 4 31B

Gemma 4 31B (medium) average score में आगे है: 6.3 vs 6.2. Gemini 2.5 Flash की benchmark लागत कम है: $0.017 vs $0.163. Gemini 2.5 Flash तेज है: 6.20s vs 75.38s, pass rates 43.9% vs 68.2%.

अनुशंसित मॉडलGemini 2.5 FlashIts score stays close to the best score here (6.2 vs 6.3), while costing about 9.7x less than Gemma 4 31B (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध
स्कोर 6.2 6.3
रैंक #112 #105
विश्वसनीयता 10.0 10.0
संगति 9.6 9.0
सही परीक्षण
प्रति प्रयास पास दर 43.9% 68.2%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.186 1.044
कुल लागत $0.017 $0.163
इनपुट कीमत $0.300 / 1M $0.220 / 1M
आउटपुट कीमत $2.500 / 1M $0.550 / 1M
कुल इनपुट टोकन 39,877 94,992
आउटपुट टोकन 1,890 34,468
रीजनिंग टोकन 0 223,278
प्रतिक्रिया समय (औसत) 6.20s 75.38s
प्रतिक्रिया समय (अधिकतम) 118.00s 437.40s
प्रतिक्रिया समय (कुल) 136.37s 1507.52s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#112 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#105 Gemma 4 31B

medium
लागत
$0.002
समय
45.7s
टोकन
2,696 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

त्वरित तुलना

तुलना जोड़ी बदलें