#98

Gemma 4 31B

Google रिलीज़: 2026-04-02 परीक्षण किया गया: 2026-06-04 14:04 google/gemma-4-31b-it::none

(medium) (none)

सारांश

Gemma 4 31B AI BENCHY पर 6.1 स्कोर करता है और #98 पर है। इसकी reliability 10.0, pass rate 47.6%, कुल लागत $0.004, और औसत response time 4.05s है।

Gemma 4 31B को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

स्कोर

6.1

संगति

10.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.004 ↓ -10.0%

परीक्षण के समय: $0.004

कुल आउटपुट टोकन

1,407

कुल इनपुट टोकन

20,911

इनपुट कीमत

$0.120 / 1M

आउटपुट कीमत

$0.350 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 47.6%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

4.05s

प्रतिक्रिया समय (अधिकतम): 26.13s

प्रतिक्रिया समय (कुल): 76.87s

गलत उत्तर: 8 API त्रुटि: 2 निर्देशों का पालन नहीं किया: 1

Generation showcase

Hamster playing table tennis

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

#98 Gemma 4 31B

none

Cost: $0.001
Time: 12.8s
Tokens: 795 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-06-04 14:04 नया टेस्ट जोड़ा गया	6.5	10.0	$0.004 ↓	वर्तमान रन
2026-05-22 00:30 सूट बदला गया	6.7	10.0	$0.003	तुलना करें
2026-04-14 00:56 पहला दर्ज रन	6.9	लागू नहीं	$0.003	तुलना करें

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-06-04 15:40	$0.120 / 1M	$0.370 / 1M
2026-06-05 23:32	$0.120 / 1M	$0.360 / 1M
2026-06-12 18:42	$0.120 / 1M	$0.350 / 1M

चार्ट

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

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

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	6.5	10.0
कोडिंग	5.5	10.0
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	6.5	10.0
पहेली समाधान	6.5	10.0
टूल कॉलिंग	3.0	10.0
सामान्य ज्ञान	3.0	10.0

Gemma 4 31B

Hamster playing table tennis

#98 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