AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Terra

Ringkasan

Perbandingan benchmark Gemma 4 31B (medium) vs GPT-5.6 Terra: Gemma 4 31B (medium) unggul dalam skor rata-rata dengan 6.3 vs 6.0. Gemma 4 31B (medium) memiliki biaya benchmark lebih rendah di $0.033 vs $0.130. GPT-5.6 Terra lebih cepat di 1.25s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 42.9%.

Model yang direkomendasikan: Gemma 4 31B (medium) - It has the best score here (6.3), while costing about 4.0x less than GPT-5.6 Terra.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GPT-5.6 Terra GPT-5.6 Terra none Rilis: 2026-07-09

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GPT-5.6 Terra GPT-5.6 Terra none Rilis: 2026-07-09
Skor	6.3	6.0
Peringkat	#102	#116
Keandalan	10.0	10.0
Konsistensi	9.4	9.3
Tes benar
Tingkat lulus per percobaan	69.8%	42.9%
Tes tidak stabil	1	2
Total Run	63	63
Biaya per hasil	0.257	1.623
Total Biaya	$0.033	$0.130
Harga input	$0.120 / 1M	$2.500 / 1M
Harga output	$0.350 / 1M	$15.000 / 1M
Total token input	17,957	39,552
Token output	22,356	2,060
Token penalaran	65,726	0
Waktu respons (rata-rata)	56.55s	1.25s
Waktu respons (maks)	437.40s	3.97s
Waktu respons (total)	1074.41s	26.21s

Showcase generasi

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

Biaya: $0.002
Waktu: 45.7s
Token: 2,696 tok

#116 GPT-5.6 Terra

none

Biaya: $0.030
Waktu: 14.7s
Token: 2,082 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.6 Terra	4.8	10.0	25.0%	0		942ms	606	191	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.6 Terra	10.0	10.0	100.0%	0		1.13s	7,140	222	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

Perbandingan Cepat

Ganti Pasangan Perbandingan