#48

Gemma 4 26B A4B

Google रिलीज़: 2026-04-03 परीक्षण किया गया: 2026-05-22 00:42 google/gemma-4-26b-a4b-it::medium

(medium) (none)

सारांश

Gemma 4 26B A4B AI BENCHY पर 7.5 स्कोर करता है और #48 पर है। इसकी reliability 10.0, pass rate 70.0%, कुल लागत $0.045, और औसत response time 51.35s है।

Gemma 4 26B A4B को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

स्कोर

7.5

संगति

8.8

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.045

कुल आउटपुट टोकन

111,029

कुल इनपुट टोकन

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.330 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 70.0%

अस्थिर टेस्ट

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

51.35s

प्रतिक्रिया समय (अधिकतम): 369.32s

प्रतिक्रिया समय (कुल): 975.67s

गलत उत्तर: 4 समय समाप्त: 2 कोई उत्तर नहीं: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#48 Gemma 4 26B A4B

medium

अमान्य SVG

लागत: $0.000
समय: 300.0s
टोकन: 0 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-06-04 14:22 नया टेस्ट जोड़ा गया	7.6	8.9	$0.045 ↓	तुलना करें
2026-05-22 00:42 सूट बदला गया	7.5	10.0	$0.045	वर्तमान रन
2026-04-22 21:39 पहला दर्ज रन	8.0	लागू नहीं	$0.028	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रन	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-05-22 00:42 · सूट बदला गया	7.5	8.8	10.0	13/20	3	111,029	0	$0.045	51.35s
2026-06-04 14:22 · नया टेस्ट जोड़ा गया	7.6	9.2	8.9	14/21	2	128,490	40,252	$0.045	63.41s
अंतर	-0.1	-0.4	+1.1	-1	+1	-17461	-40252	+$0.001	-12063ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	10.0	10.0
कोडिंग	2.9	10.0
संयुक्त	9.6	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	2.9	4.4
Samanya Buddhimatta	10.0	10.0
निर्देश पालन	10.0	10.0
पहेली समाधान	7.7	7.3
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Gemma 4 26B A4B

Hamster playing table tennis

#48 Gemma 4 26B A4B

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल