#53 Gemma 4 31B
none- Biaya
- $0.001
- Waktu
- 12.8s
- Token
- 795 tok
Google
Rilis: 2026-04-02
Diuji pada: 2026-04-14 00:56
google/gemma-4-31b-it::none
30.7BPadatSumber terbuka
(medium)
(none)
Ringkasan
Gemma 4 31B mendapat skor 6.9 di AI BENCHY dan berada di peringkat #53. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 55.6%, total biaya $0.003, dan waktu respons rata-rata 4.02s.
Yang membuat Gemma 4 31B unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 30.7B
- Arsitektur
- Padat
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
6.9
Konsistensi
10.0
T/A
$0.003
Total token output
1,359
Total token input
0
Harga input
$0.130 / 1M
Harga output
$0.380 / 1M
Tes tidak stabil
0
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | 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 ↑ | Bandingkan | |
| 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 | Run saat ini |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-14 00:56 · Run pertama yang tercatat | 54/54 percobaan | 6.9 | 10.0 | T/A | 10/18 | 0 | 1,359 | 0 | $0.003 | 4.02s |
| 2026-06-04 14:04 · Tes baru ditambahkan | 63/63 percobaan | 6.5 | 10.0 | 10.0 | 10/21 | 0 | 1,407 | 20,911 | $0.004 | 4.05s |
| Selisih | — | +0.3 | 0.0 | 0 | 0 | -48 | -20911 | -$0.001 | -26ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 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.
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
Gemma 4 31BnoneTersedia gratisvsQwen3.6 FlashnoneGemma 4 31BnoneTersedia gratisvsQwen3.5 Plus 2026-04-20noneGemma 4 31BnoneTersedia gratisvsTrinity Large ThinkingmediumGemma 4 31BnoneTersedia gratisvsNemotron 3 UltranoneTersedia gratisGemma 4 31BnoneTersedia gratisvsInklinglowGemma 4 31BnoneTersedia gratisvsTrinity Large ThinkinglowGemma 4 31BnoneTersedia gratisvsQwen3.5-FlashmediumGemma 4 31BnoneTersedia gratisvsGemini 2.5 FlashnoneGemma 4 31BnoneTersedia gratisvsGemini 3.1 Flash LitenoneGemma 4 31BnoneTersedia gratisvsGPT-5.6 Terranone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.5 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 3.0 | 10.0 | |
| 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 | 5.5 | 10.0 | |
| Pemanggilan alat | 3.0 | 10.0 |