Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 8.2 8.2
Peringkat #14 #13
Keandalan 6.7 10.0
Konsistensi 9.6 8.3
Tes benar
Tingkat lulus per percobaan 77.2% 80.7%
Tes tidak stabil 1 4
Total Run 57 57
Biaya per hasil 0.158 4.594
Total Biaya $0.023 $0.598
Harga input $0.130 / 1M $1.750 / 1M
Harga output $0.380 / 1M $14.000 / 1M
Token output 14,426 2,309
Token penalaran 37,964 36,880
Waktu respons (rata-rata) 28.72s 15.33s
Waktu respons (maks) 90.14s 100.93s
Waktu respons (total) 488.27s 291.34s

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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 4.7 1.6 66.7% 1 70.97s 3,166 5,449
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 9.9 10.0 100.0% 0 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
Pengetahuan umum 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 90.14s 1,692 10,014
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemma 4 31BmediumTersedia gratisvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemma 4 31BmediumTersedia gratisvsGPT-5.5lowGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumGemma 4 31BmediumTersedia gratisvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemma 4 31BmediumTersedia gratisDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemma 4 31BmediumTersedia gratisvsQwen3.6 Max PreviewnoneGemma 4 31BmediumTersedia gratisvsRing 2.6 1tnoneTersedia gratis