AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Google: Gemma 4 31B

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs Gemma 4 31B: Gemma 4 31B unggul dalam skor rata-rata dengan 6.3 vs 5.5. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.008 vs $0.033. DeepSeek V4 Flash lebih cepat di 26.75s vs 56.55s, dengan tingkat keberhasilan 30.2% vs 69.8%.

Model yang direkomendasikan: Gemma 4 31B - It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash none Rilis: 2026-04-24	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash none Rilis: 2026-04-24	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis
Skor	5.5	6.3
Peringkat	#120	#87
Keandalan	10.0	10.0
Konsistensi	8.9	9.4
Tes benar
Tingkat lulus per percobaan	30.2%	69.8%
Tes tidak stabil	3	1
Total Run	63	63
Biaya per hasil	0.203	0.257
Total Biaya	$0.008	$0.033
Harga input	$0.098 / 1M	$0.120 / 1M
Harga output	$0.196 / 1M	$0.350 / 1M
Total token input	50,127	17,957
Token output	13,710	22,356
Token penalaran	0	65,726
Waktu respons (rata-rata)	26.75s	56.55s
Waktu respons (maks)	111.96s	437.40s
Waktu respons (total)	561.82s	1074.41s

Generation showcase

Hamster playing table tennis

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

#120 DeepSeek V4 Flash

none

Cost: $0.004
Time: 157.6s
Tokens: 11,297 tok

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		20.18s	540	174	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.5	2.1	66.7%	1		111.96s	24,398	2,664	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		23.79s	7,290	195	0
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	5.3	10.0	33.3%	0		19.73s	666	18	0
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.2	9.9	0.0%	0		23.74s	471	67	0
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.5	10.0	50.0%	0		17.54s	627	321	0
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.1	7.3	11.1%	1		23.72s	594	207	0
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		77.93s	8,079	327	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		3.07s	183	20	0
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

Perbandingan Cepat

Ganti Pasangan Perbandingan