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-oss-120b

Ringkasan

Perbandingan benchmark Gemma 4 31B vs gpt-oss-120b: gpt-oss-120b unggul dalam skor rata-rata dengan 6.7 vs 6.3. gpt-oss-120b memiliki biaya benchmark lebih rendah di $0.013 vs $0.033. gpt-oss-120b lebih cepat di 22.28s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 52.4%.

Model yang direkomendasikan: gpt-oss-120b - It has the best score here (6.7), while costing about 2.7x less than Gemma 4 31B.

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

Metrik Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor 6.3 6.7
Peringkat #88 #78
Keandalan 10.0 10.0
Konsistensi 9.4 8.0
Tes benar
Tingkat lulus per percobaan 69.8% 52.4%
Tes tidak stabil 1 5
Total Run 63 63
Biaya per hasil 0.257 0.141
Total Biaya $0.033 $0.013
Harga input $0.120 / 1M $0.039 / 1M
Harga output $0.350 / 1M $0.180 / 1M
Total token input 17,957 39,084
Token output 22,356 20,013
Token penalaran 65,726 50,233
Waktu respons (rata-rata) 56.55s 22.28s
Waktu respons (maks) 437.40s 68.16s
Waktu respons (total) 1074.41s 311.96s

Showcase generasi

Hamster playing table tennis

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

#88 Gemma 4 31B

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

#78 gpt-oss-120b

medium
Biaya
$0.001
Waktu
26.7s
Token
555 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-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
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-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
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-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BmediumTersedia gratisvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumTersedia gratisGemini 3.5 Flashminimalvsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.7 MaxnoneGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumTersedia gratisGemini 3 Flash Previewnonevsgpt-oss-120bmediumTersedia gratisGemma 4 31BmediumTersedia gratisvsQwen3.5-FlashnoneGemini 3.1 Flash Lite Previewnonevsgpt-oss-120bmediumTersedia gratisGemini 3.1 Flash Litelowvsgpt-oss-120bmediumTersedia gratisGemma 4 31BmediumTersedia gratisvsNemotron 3 Ultra 550b A55bnoneTersedia gratisGemini 3.5 Flashnonevsgpt-oss-120bmediumTersedia gratisGemma 4 31BmediumTersedia gratisvsQwen3.6 Max Previewnone