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 Grok 4.20 Multi Agent Beta

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

Metrik Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Rilis: 2026-03-12
Skor 6.7 6.2
Peringkat #47 #53
Konsistensi 10.0 7.2
Tes benar
Tingkat lulus per percobaan 52.9% 54.9%
Tes tidak stabil 0 6
Total Run 51 51
Biaya per hasil 0.023 82.962
Total Biaya $0.002 $4.978
Harga input $0.140 / 1M $0.000 / 1M
Harga output $0.400 / 1M $0.000 / 1M
Token output 660 298,948
Token penalaran 0 296,529
Waktu respons (rata-rata) 2.55s 8.64s
Waktu respons (maks) 4.68s 35.28s
Waktu respons (total) 38.20s 129.64s

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 6.5 10.0 50.0% 0 1.85s 45 0
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
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
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
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 2.25s 285 0
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
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 3.22s 27 0
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
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 2.09s 117 0
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 78 0
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 5.5 10.0 33.3% 0 2.95s 108 0
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
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
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BnonevsGPT-5 MinimediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGemma 4 31BnonevsNemotron 3 SupermediumTersedia gratisGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGemma 4 31BnonevsGrok 4.1 FastmediumGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeGemma 4 31BnonevsHunter AlphamediumSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent BetamediumHunter AlphanonevsGrok 4.20 Multi Agent Betamedium