#76 Gemma 4 31B
none- लागत
- $0.001
- समय
- 12.8s
- टोकन
- 795 tok
Google
रिलीज़: 2026-04-02
परीक्षण किया गया: 2026-05-22 00:30
google/gemma-4-31b-it::none
(medium)
(none)
सारांश
Gemma 4 31B AI BENCHY पर 6.7 स्कोर करता है और #76 पर है। इसकी reliability 10.0, pass rate 50.0%, कुल लागत $0.003, और औसत response time 3.84s है।
Gemma 4 31B को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
6.7
संगति
10.0
10.0
$0.003
कुल आउटपुट टोकन
1,398
कुल इनपुट टोकन
0
इनपुट कीमत
$0.120 / 1M
आउटपुट कीमत
$0.370 / 1M
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 14:04 नया टेस्ट जोड़ा गया | 6.5 | 10.0 | $0.004 ↓ | तुलना करें | |
| 2026-05-22 00:30 सूट बदला गया | 6.7 | 10.0 | $0.003 | वर्तमान रन | |
| 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।
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
Gemma 4 31Bnoneनिःशुल्क उपलब्धvsGemini 3.1 Flash Lite PreviewnoneGemma 4 31Bnoneनिःशुल्क उपलब्धvsNemotron 3 Supermediumनिःशुल्क उपलब्धGemma 4 31Bnoneनिःशुल्क उपलब्धvsGemini 3.1 Flash Lite PreviewlowGemma 4 31Bnoneनिःशुल्क उपलब्धvsGemma 4 31Bmediumनिःशुल्क उपलब्धGemma 4 31Bnoneनिःशुल्क उपलब्धvsGemini 3.5 FlashhighGemma 4 31Bnoneनिःशुल्क उपलब्धvsGemini 3 Flash PreviewmediumGemma 4 31Bnoneनिःशुल्क उपलब्धvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGemma 4 31Bnoneनिःशुल्क उपलब्धvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.5 | 10.0 | |
| कोडिंग | 6.8 | 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 |