AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#236

Gemma 4 31B

Google रिलीज़: 2026-04-02 परीक्षण किया गया: 2026-10-01 02:35 google/gemma-4-31b-it::medium
30.7Bसघनमुक्त स्रोत
(medium) (none)

सारांश

Gemma 4 31B AI BENCHY पर 6.9 स्कोर करता है और #236 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.144, और औसत response time 78.76s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
30.7B
आर्किटेक्चर
सघन
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

8.7

कुल लागत (वर्तमान कीमत)

$0.144 ↓ -14.2%

परीक्षण के समय: $0.168

कुल आउटपुट टोकन

277,315

कुल इनपुट टोकन

251,164

इनपुट कीमत

$0.090 / 1M

आउटपुट कीमत

$0.340 / 1M

कैश पढ़ने की कीमत

$0.050 / 1M

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

78.76s

प्रतिक्रिया समय (अधिकतम): 437.40s

प्रतिक्रिया समय (कुल): 1653.96s

Hamster playing table tennis

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

#236 Gemma 4 31B

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-01 02:35 दोबारा परीक्षण 6.9 10.0 $0.144 ↓ वर्तमान रन
2026-07-16 23:24 नया टेस्ट जोड़ा गया 6.3 10.0 $0.163 ↑ तुलना करें
2026-06-04 14:27 नया टेस्ट जोड़ा गया 7.9 8.9 $0.035 ↓ तुलना करें
2026-05-22 00:35 सूट बदला गया 8.0 6.7 $0.029 तुलना करें
2026-04-14 00:56 पहला दर्ज रन 8.3 लागू नहीं $0.018 तुलना करें

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

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-10-01 02:35 · वर्तमान रन69/69 प्रयास6.98.710.014/233277,315251,164$0.14478.76s
2026-06-04 14:27 · नया टेस्ट जोड़ा गया63/63 प्रयास7.99.18.914/21288,08217,957$0.03556.55s
अंतर—-1.0-0.4+1.10+1+189233+233207+$0.110+22213ms

बेंचमार्क कवरेज अलग है: 69/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-06-04 15:40 $0.120 / 1M $0.370 / 1M लागू नहीं लागू नहीं
2026-06-05 23:32 $0.120 / 1M $0.360 / 1M लागू नहीं लागू नहीं
2026-06-12 18:42 $0.120 / 1M $0.350 / 1M लागू नहीं लागू नहीं
2026-07-14 10:48 $0.060 / 1M $0.350 / 1M लागू नहीं लागू नहीं
2026-07-16 15:36 $0.220 / 1M $0.550 / 1M लागू नहीं लागू नहीं
2026-07-25 03:22 $0.140 / 1M $0.400 / 1M लागू नहीं लागू नहीं
2026-08-14 12:51 $0.100 / 1M $0.340 / 1M लागू नहीं लागू नहीं
2026-10-01 18:33 $0.090 / 1M $0.340 / 1M $0.050 / 1M लागू नहीं

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 सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 4.3 5.8
संयुक्त 2.9 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 9.9 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल