Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.3-Codex

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 8.6 8.5
Peringkat #5 #8
Konsistensi 9.6 8.6
Tes benar
Tingkat lulus per percobaan 80.4% 82.4%
Tes tidak stabil 1 3
Total Run 51 51
Biaya per hasil 0.109 4.526
Total Biaya $0.015 $0.544
Harga input $0.140 / 1M $1.750 / 1M
Harga output $0.400 / 1M $14.000 / 1M
Token output 9,568 1,788
Token penalaran 22,501 33,649
Waktu respons (rata-rata) 21.81s 15.76s
Waktu respons (maks) 68.92s 100.93s
Waktu respons (total) 327.16s 267.97s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemma 4 31BmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGemma 4 31BmediumGPT-5.3-CodexmediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnonevsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsGLM 5noneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15none