#108

Gemma 4 31B

Google Rilis: 2026-04-02 Diuji pada: 2026-07-16 23:02 google/gemma-4-31b-it::none

30.7BPadatSumber terbuka

(medium) (none)

Ringkasan

Gemma 4 31B mendapat skor 6.2 di AI BENCHY dan berada di peringkat #108. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 48.5%, total biaya $0.035, dan waktu respons rata-rata 5.34s.

Yang membuat Gemma 4 31B unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Pemanggilan alat adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

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

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.035 ↑ +6.2%

Diuji pada: $0.033

Total token output

13,317

Total token input

125,728

Harga input

$0.220 / 1M

Harga output

$0.550 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 48.5%

Tes tidak stabil

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

Waktu respons (rata-rata)

5.34s

Waktu respons (maks): 29.95s

Waktu respons (total): 106.82s

Jawaban salah: 9 Kesalahan API: 2 Tidak mengikuti instruksi: 1

Hamster playing table tennis

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

#108 Gemma 4 31B

none

Biaya: $0.001
Waktu: 12.8s
Token: 795 tok

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-08-14 02:51 Uji ulang	6.1	10.0	$0.018 ↓	Bandingkan
2026-07-16 23:02 Tes baru ditambahkan	6.2	10.0	$0.035 ↑	Run saat ini
2026-06-04 14:04 Tes baru ditambahkan	6.5	10.0	$0.004 ↓	Bandingkan
2026-05-22 00:30 Suite berubah	6.7	10.0	$0.003	Bandingkan
2026-04-14 00:56 Run pertama yang tercatat	6.9	T/A	$0.003	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)
2026-07-16 23:02 · Tes baru ditambahkan	66/66 percobaan	6.2	9.6	10.0	10/22	1	13,317	125,728	$0.035	5.34s
2026-05-22 00:30 · Suite berubah	60/60 percobaan	6.7	10.0	10.0	10/20	0	1,398	0	$0.003	3.84s
Selisih	—	-0.5	-0.4	0.0	0	+1	+11919	+125728	+$0.033	+1501ms

Cakupan benchmark berbeda: 66/66 percobaan (Target: 3 pengulangan per tes) dibanding 60/60 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

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	6.5	10.0
Pemrograman	5.5	10.0
Gabungan	3.8	5.8
Parsing dan ekstraksi data	10.0	10.0
Spesifik domain	7.7	10.0
Kecerdasan umum	10.0	10.0
Kepatuhan instruksi	6.5	10.0
Pemecahan teka-teki	6.5	10.0
Pemanggilan alat	3.0	10.0
Pengetahuan umum	3.0	10.0

Gemma 4 31B

Fakta model

Hamster playing table tennis

#108 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