Gemma 4 31B (medium) vs Qwen3.5-Flash (medium)

तुलना किए गए मॉडल

अनुशंसित मॉडल Gemma 4 31B (medium)

It has the best score here (6.9), while costing about 1.6x less than Qwen3.5-Flash (medium).

मेट्रिक	Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध	Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24

मेट्रिक	Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध	Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24
स्कोर	6.9	6.8
रैंक	#165	#169
विश्वसनीयता	10.0	10.0
संगति	8.7	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	66.7%	66.7%
अस्थिर टेस्ट	3	6
कुल रन	69	69
प्रति परिणाम लागत	1.195	1.533
कुल लागत	$0.117	$0.184
इनपुट कीमत	$0.090 / 1M	$0.065 / 1M
आउटपुट कीमत	$0.340 / 1M	$0.260 / 1M
कुल इनपुट टोकन	251,164	349,177
आउटपुट टोकन	36,112	54,279
रीजनिंग टोकन	241,203	477,389
प्रतिक्रिया समय (औसत)	78.76s	83.68s
प्रतिक्रिया समय (अधिकतम)	437.40s	515.38s
प्रतिक्रिया समय (कुल)	1653.96s	1840.92s
पैरामीटर	30.7B	~35B कुल (~3B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

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

medium

medium

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	10.0	10.0	100.0%	0		82.13s	156,195	1,713	8,181
Qwen3.5-Flash	10.0	10.0	100.0%	0		67.72s	230,669	18,822	0

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

तुलना जोड़ी बदलें