नेव्हिगेशन
AI BENCHY
Advertise here

Gemma 4 31B (medium) vs gpt-oss-120b (medium)

Gemma 4 31B (medium) average score मध्ये पुढे आहे: 6.2 vs 6.1. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.019 vs $0.101. gpt-oss-120b (medium) वेगवान आहे: 20.81s vs 78.59s, pass rates 65.2% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक
#164
एकूण आउटपुट टोकन्स
267,421
प्रतिसाद वेळ (सरासरी)
78.59s
एकूण खर्च
$0.101
क्रमांक
#169
एकूण आउटपुट टोकन्स
98,282
प्रतिसाद वेळ (सरासरी)
20.81s
एकूण खर्च
$0.019
शिफारस केलेले मॉडेल gpt-oss-120b (medium)

Its score stays close to the best score here (6.1 vs 6.2), while costing about 5.5x less than Gemma 4 31B (medium).

तपशीलवार तुलना

मेट्रिक Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05
स्कोअर 6.2 6.1
क्रमांक #164 #169
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 8.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 50.0%
अस्थिर चाचण्या 3 5
एकूण रन 66 66
प्रति निकाल खर्च 1.152 0.224
एकूण खर्च $0.101 $0.019
इनपुट किंमत $0.100 / 1M $0.030 / 1M
आउटपुट किंमत $0.340 / 1M $0.170 / 1M
एकूण इनपुट टोकन्स 94,969 108,767
आउटपुट टोकन्स 34,399 29,378
रिझनिंग टोकन्स 233,022 68,904
प्रतिसाद वेळ (सरासरी) 78.59s 20.81s
प्रतिसाद वेळ (कमाल) 437.40s 68.16s
प्रतिसाद वेळ (एकूण) 1571.84s 332.88s
पॅरामीटर्स 30.7B 117B एकूण (5.1B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#164 Gemma 4 31B

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

#169 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

झटपट तुलना

तुलना जोडी बदला