#164

Gemma 4 31B

Google Rilis: 2026-04-02 Diuji pada: 2026-08-14 02:55 google/gemma-4-31b-it::medium

30.7BPadatSumber terbuka

(medium) (none)

Ringkasan

Gemma 4 31B mendapat skor 6.2 di AI BENCHY dan berada di peringkat #164. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 65.2%, total biaya $0.101, dan waktu respons rata-rata 78.59s.

Yang membuat Gemma 4 31B unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Pemanggilan alat adalah area terlemahnya di #15.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan

Parameter: 30.7B
Arsitektur: Padat
Ketersediaan: Sumber terbuka
Lisensi: Apache-2.0

Sumber parameter Sumber ketersediaan

Skor

6.2

Konsistensi

8.7

Keandalan

10.0

Total biaya (harga saat ini)

$0.101 ↓ -32.9%

Diuji pada: $0.150

Total token output

267,421

Total token input

94,969

Harga input

$0.100 / 1M

Harga output

$0.340 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 65.2%

Tes tidak stabil

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

78.59s

Waktu respons (maks): 437.40s

Waktu respons (total): 1571.84s

Jawaban salah: 3 Kesalahan API: 2 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1

Hamster playing table tennis

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

#164 Gemma 4 31B

medium

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

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-08-14 02:55 Uji ulang	6.2	10.0	$0.101 ↓	Run saat ini
2026-07-16 23:24 Tes baru ditambahkan	6.3	10.0	$0.163 ↑	Bandingkan
2026-06-04 14:27 Tes baru ditambahkan	7.9	8.9	$0.035 ↓	Bandingkan
2026-05-22 00:35 Suite berubah	8.0	6.7	$0.029	Bandingkan
2026-04-14 00:56 Run pertama yang tercatat	8.3	T/A	$0.018	Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

Run	Cakupan benchmark	Skor	Konsistensi	Keandalan	Tes benar	Tes tidak stabil	Total token output	Total token input	Total Biaya	Waktu respons (rata-rata)
2026-08-14 02:55 · Run saat ini	66/66 percobaan	6.2	8.7	10.0	13/22	3	267,421	94,969	$0.101	78.59s
2026-04-14 00:56 · Run pertama yang tercatat	54/54 percobaan	8.3	9.2	T/A	13/18	2	40,684	0	$0.018	24.88s
Selisih	—	-2.2	-0.5		0	+1	+226737	+94969	+$0.083	+53709ms

Cakupan benchmark berbeda: 66/66 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal	Harga input	Harga output
2026-06-04 15:40	$0.120 / 1M	$0.370 / 1M
2026-06-05 23:32	$0.120 / 1M	$0.360 / 1M
2026-06-12 18:42	$0.120 / 1M	$0.350 / 1M
2026-07-14 10:48	$0.060 / 1M	$0.350 / 1M
2026-07-16 15:36	$0.220 / 1M	$0.550 / 1M
2026-07-25 03:22	$0.140 / 1M	$0.400 / 1M
2026-08-14 12:51	$0.100 / 1M	$0.340 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

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

Perbandingan Cepat

Rincian Kategori

Kategori	Skor	Konsistensi
Trik anti-AI	10.0	10.0
Pemrograman	4.3	5.8
Gabungan	2.9	5.8
Parsing dan ekstraksi data	10.0	10.0
Spesifik domain	5.3	7.2
Kecerdasan umum	10.0	10.0
Kepatuhan instruksi	10.0	10.0
Pemecahan teka-teki	9.9	10.0
Pemanggilan alat	3.0	10.0
Pengetahuan umum	3.0	10.0

Gemma 4 31B

Fakta model

Hamster playing table tennis

#164 Gemma 4 31B

Grafik

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

Perbandingan Cepat

Rincian Kategori

Model yang Dibandingkan