नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 2.5 Flash vs Google: Gemma 4 31B

Gemma 4 31B (medium) average score मध्ये पुढे आहे: 6.3 vs 6.2. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.017 vs $0.163. Gemini 2.5 Flash वेगवान आहे: 6.20s vs 75.38s, pass rates 43.9% vs 68.2%.

शिफारस केलेले मॉडेलGemini 2.5 FlashIts score stays close to the best score here (6.2 vs 6.3), while costing about 9.7x less than Gemma 4 31B (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17 Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध
स्कोअर 6.2 6.3
क्रमांक #112 #105
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 68.2%
अस्थिर चाचण्या 1 2
एकूण रन 66 66
प्रति निकाल खर्च 0.186 1.044
एकूण खर्च $0.017 $0.163
इनपुट किंमत $0.300 / 1M $0.220 / 1M
आउटपुट किंमत $2.500 / 1M $0.550 / 1M
एकूण इनपुट टोकन्स 39,877 94,992
आउटपुट टोकन्स 1,890 34,468
रिझनिंग टोकन्स 0 223,278
प्रतिसाद वेळ (सरासरी) 6.20s 75.38s
प्रतिसाद वेळ (कमाल) 118.00s 437.40s
प्रतिसाद वेळ (एकूण) 136.37s 1507.52s

Hamster playing table tennis

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

#112 Gemini 2.5 Flash

none
अवैध SVG
खर्च
$0.164
वेळ
215.5s
टोकन्स
65,659 tok

#105 Gemma 4 31B

medium
खर्च
$0.002
वेळ
45.7s
टोकन्स
2,696 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

झटपट तुलना

तुलना जोडी बदला