AI BENCHY Compare

Google: Gemini 2.5 Flash vs Google: Gemma 4 31B

Ringkasan

Perbandingan benchmark Gemini 2.5 Flash vs Gemma 4 31B: Gemini 2.5 Flash unggul dalam skor rata-rata dengan 8.2 vs 6.3. Gemma 4 31B memiliki biaya benchmark lebih rendah di $0.033 vs $0.379. Gemini 2.5 Flash lebih cepat di 15.49s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 69.8%.

Model yang direkomendasikan: Gemini 2.5 Flash - It has the best score here (8.2), while responding about 3.6x faster than Gemma 4 31B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis
Skor	8.2	6.3
Peringkat	#24	#88
Keandalan	10.0	10.0
Konsistensi	9.6	9.4
Tes benar
Tingkat lulus per percobaan	69.8%	69.8%
Tes tidak stabil	1	1
Total Run	63	63
Biaya per hasil	2.701	0.257
Total Biaya	$0.379	$0.033
Harga input	$0.300 / 1M	$0.120 / 1M
Harga output	$2.500 / 1M	$0.350 / 1M
Total token input	34,476	17,957
Token output	1,930	22,356
Token penalaran	145,145	65,726
Waktu respons (rata-rata)	15.49s	56.55s
Waktu respons (maks)	95.48s	437.40s
Waktu respons (total)	325.39s	1074.41s

Showcase generasi

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 274.0s
Token: 0 tok

#88 Gemma 4 31B

medium

Biaya: $0.002
Waktu: 45.7s
Token: 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
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
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
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
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
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
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
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
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
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

Perbandingan Cepat

Ganti Pasangan Perbandingan