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

Gemma 4 31B (medium) vs Step 5 Preview (high)

Step 5 Preview (high) average score में आगे है: 7.0 vs 6.9. Gemma 4 31B (medium) की benchmark लागत कम है: $0.144 vs $4.513. Gemma 4 31B (medium) तेज है: 78.76s vs 154.41s, pass rates 66.7% vs 52.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#206
कुल आउटपुट टोकन
277,315
प्रतिक्रिया समय (औसत)
78.76s
कुल लागत
$0.144
रैंक
#198
कुल आउटपुट टोकन
1,581,325
प्रतिक्रिया समय (औसत)
154.41s
कुल लागत
$4.513
अनुशंसित मॉडल Gemma 4 31B (medium)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 31.5x less than Step 5 Preview (high).

विस्तृत तुलना

मेट्रिक Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09
स्कोर 6.9 7.0
रैंक #206 #198
विश्वसनीयता 10.0 9.5
संगति 8.7 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 52.2%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 1.195 45.130
कुल लागत $0.144 $4.513
इनपुट कीमत $0.090 / 1M $1.000 / 1M
आउटपुट कीमत $0.340 / 1M $2.700 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 251,164 243,381
आउटपुट टोकन 36,112 1,581,325
रीजनिंग टोकन 241,203 0
प्रतिक्रिया समय (औसत) 78.76s 154.41s
प्रतिक्रिया समय (अधिकतम) 437.40s 455.72s
प्रतिक्रिया समय (कुल) 1653.96s 3551.40s
पैरामीटर 30.7B 600B कुल (27B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#206 Gemma 4 31B

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

#198 Step 5 Preview

high
लागत
$0.057
समय
150.1s
टोकन
20,970 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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0

तुलना जोड़ी बदलें