AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Luna

概要

Gemma 4 31B (medium) vs GPT-5.6 Luna の benchmark 比較: Gemma 4 31B (medium) が平均スコアでリードし、6.3 vs 5.3 です。 Gemma 4 31B (medium) の benchmark コストが低く、$0.033 vs $0.047 です。 GPT-5.6 Luna の方が高速で、1.06s 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 (medium) - この比較で最も高いスコア（6.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-09

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09
スコア	6.3	5.3
順位	#102	#142
信頼性	10.0	10.0
一貫性	9.4	8.8
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	3
総実行回数	63	63
結果あたりのコスト	0.257	0.767
合計コスト	$0.033	$0.047
入力価格	$0.120 / 1M	$1.000 / 1M
出力価格	$0.350 / 1M	$6.000 / 1M
合計入力トークン	17,957	34,218
出力トークン	22,356	1,967
推論トークン	65,726	0
応答時間（平均）	56.55s	1.06s
応答時間（最大）	437.40s	2.80s
応答時間（合計）	1074.41s	22.34s

生成ショーケース

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

コスト: $0.002
時間: 45.7s
トークン: 2,696 tok

#142 GPT-5.6 Luna

none

コスト: $0.016
時間: 15.8s
トークン: 2,685 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

クイック比較

比較ペアを切り替え