#24

Gemma 4 31B

Google रिलीज़: 2026-04-02 परीक्षण किया गया: 2026-05-22 00:35 google/gemma-4-31b-it::medium

30.7Bसघनमुक्त स्रोत

(medium) (none)

सारांश

Gemma 4 31B AI BENCHY पर 8.0 स्कोर करता है और #24 पर है। इसकी reliability 6.7, pass rate 75.0%, कुल लागत $0.029, और औसत response time 35.51s है।

Gemma 4 31B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित

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

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

8.0

संगति

9.2

विश्वसनीयता

6.7

कुल लागत (वर्तमान कीमत)

$0.029

कुल आउटपुट टोकन

69,291

कुल इनपुट टोकन

इनपुट कीमत

$0.120 / 1M

आउटपुट कीमत

$0.370 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 75.0%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

35.51s

प्रतिक्रिया समय (अधिकतम): 150.90s

प्रतिक्रिया समय (कुल): 639.17s

API त्रुटि: 2 गलत उत्तर: 2 कोई उत्तर नहीं: 1 समय समाप्त: 1

Hamster playing table tennis

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

#24 Gemma 4 31B

medium

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

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 02:55 दोबारा परीक्षण	6.2	10.0	$0.101 ↓	तुलना करें
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	वर्तमान रन
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।

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	3.8	1.6
संयुक्त	3.0	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	7.7	10.0
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

Gemma 4 31B

मॉडल विवरण

Hamster playing table tennis

#24 Gemma 4 31B

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