AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.3-Codex

概要

Gemma 4 31B vs GPT-5.3-Codex の benchmark 比較: GPT-5.3-Codex が平均スコアでリードし、8.4 vs 6.5 です。 Gemma 4 31B の benchmark コストが低く、$0.004 vs $0.740 です。 Gemma 4 31B の方が高速で、4.05s vs 16.22s です、成功率は 47.6% vs 82.5% です。

おすすめモデル: Gemma 4 31B - 総合的に最も良い選択です。競争力のあるスコア（6.5）、GPT-5.3-Codex より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-04

指標	Gemma 4 31B Gemma 4 31B none リリース: 2026-04-02 無料で利用可能	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05

指標	Gemma 4 31B Gemma 4 31B none リリース: 2026-04-02 無料で利用可能	GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05
スコア	6.5	8.4
順位	#85	#15
信頼性	10.0	10.0
一貫性	10.0	8.5
正解テスト
試行ごとの合格率	47.6%	82.5%
不安定なテスト	0	4
総実行回数	63	63
結果あたりのコスト	0.034	4.932
合計コスト	$0.004	$0.740
入力価格	$0.120 / 1M	$1.750 / 1M
出力価格	$0.360 / 1M	$14.000 / 1M
合計入力トークン	20,911	34,299
出力トークン	1,407	2,357
推論トークン	0	46,189
応答時間（平均）	4.05s	16.22s
応答時間（最大）	26.13s	100.93s
応答時間（合計）	76.87s	340.67s

Generation showcase

Hamster playing table tennis

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

#85 Gemma 4 31B

none

Cost: $0.001
Time: 12.8s
Tokens: 795 tok

#15 GPT-5.3-Codex

medium

Cost: $0.049
Time: 54.9s
Tokens: 3,580 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	6.5	10.0	50.0%	0		1.85s	852	45	0
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

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	5.5	10.0	33.3%	0		11.19s	8,381	735	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

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-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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		2.25s	8,352	285	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

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		3.22s	903	27	0
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

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		2.09s	576	117	0
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

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	6.5	10.0	50.0%	0		2.84s	795	78	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

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	6.5	10.0	33.3%	0		4.23s	828	108	0
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

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-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

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		1.25s	224	12	0
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

クイック比較

比較ペアを切り替え