Gemma 4 31B (medium) vs gpt-oss-120b (medium)

Model yang direkomendasikan gpt-oss-120b (medium)

Its score stays close to the best score here (6.1 vs 6.2), while costing about 5.5x less than Gemma 4 31B (medium).

Perbandingan terperinci

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

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
Skor	6.2	6.1
Peringkat	#164	#169
Keandalan	10.0	10.0
Konsistensi	8.7	8.0
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	65.2%	50.0%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	1.152	0.224
Total Biaya	$0.101	$0.019
Harga input	$0.100 / 1M	$0.030 / 1M
Harga output	$0.340 / 1M	$0.170 / 1M
Total token input	94,969	108,767
Token output	34,399	29,378
Token penalaran	233,022	68,904
Waktu respons (rata-rata)	78.59s	20.81s
Waktu respons (maks)	437.40s	68.16s
Waktu respons (total)	1571.84s	332.88s
Parameter	30.7B	117B total (5.1B aktif)
Ketersediaan	Sumber terbuka	Sumber terbuka

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

medium

medium

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	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

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

Ganti Pasangan Perbandingan