AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.4

概要

Gemma 4 31B vs GPT-5.4 の benchmark 比較: Gemma 4 31B が平均スコアでリードし、6.3 vs 5.8 です。 Gemma 4 31B の benchmark コストが低く、$0.033 vs $0.122 です。 GPT-5.4 の方が高速で、1.42s vs 56.55s です、成功率は 69.8% vs 36.5% です。

おすすめモデル: Gemma 4 31B - ここでは最高スコア（6.3）で、GPT-5.4 より約 3.7 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-12

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	GPT-5.4 GPT-5.4 none リリース: 2026-03-05

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	GPT-5.4 GPT-5.4 none リリース: 2026-03-05
スコア	6.3	5.8
順位	#87	#116
信頼性	10.0	10.0
一貫性	9.4	9.2
正解テスト
試行ごとの合格率	69.8%	36.5%
不安定なテスト	1	2
総実行回数	63	63
結果あたりのコスト	0.257	1.740
合計コスト	$0.033	$0.122
入力価格	$0.120 / 1M	$2.500 / 1M
出力価格	$0.350 / 1M	$15.000 / 1M
合計入力トークン	17,957	34,212
出力トークン	22,356	2,417
推論トークン	65,726	0
応答時間（平均）	56.55s	1.42s
応答時間（最大）	437.40s	2.95s
応答時間（合計）	1074.41s	29.87s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#116 GPT-5.4

none

Cost: $0.026
Time: 18.1s
Tokens: 1,792 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

クイック比較

比較ペアを切り替え