Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Model yang Dibandingkan

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-04

Metrik Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Gemma 4 26B A4B Gemma 4 26B A4B medium Rilis: 2026-04-03 Gemini 3 PRO Preview Gemini 3 PRO Preview medium Rilis: 2025-11-18
Skor 8.6 8.3 8.7
Peringkat #5 #13 #4
Konsistensi 9.6 8.9 10.0
Tes benar
Tingkat lulus per percobaan 80.4% 80.4% 82.4%
Tes tidak stabil 1 2 0
Total Run 51 51 51
Biaya per hasil 0.109 0.189 1.406
Total Biaya $0.015 $0.025 $0.197
Harga input $0.140 / 1M $0.130 / 1M $0.000 / 1M
Harga output $0.400 / 1M $0.400 / 1M $0.000 / 1M
Token output 9,568 12,412 1,508
Token penalaran 22,501 39,955 10,084
Waktu respons (rata-rata) 21.81s 17.38s 9.06s
Waktu respons (maks) 68.92s 73.55s 26.24s
Waktu respons (total) 327.16s 278.01s 90.58s

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 output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 1,142 3,045
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 5,415 13,112
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 1,567 2,827
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 2,469 7,105
Gemini 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 25 5,075
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 887 4,470
Gemini 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 8.8 7.9 88.9% 1 27.63s 1,797 5,596
Gemma 4 26B A4B 7.9 9.6 66.7% 0 8.52s 457 3,065
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 3.91s 243 1,197
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 450 1,256
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 26B A4BmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.2 ChatnoneGemma 4 26B A4BmediumvsGPT-5.3 ChatnoneGemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumGemini 3 PRO PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 31BmediumClaude Sonnet 4.6nonevsGemini 3 PRO PreviewmediumGemma 4 26B A4BmediumvsQwen3.5 Plus 2026-02-15noneGemma 4 26B A4BmediumvsGLM 5noneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15none