Gemma 4 31B (medium) vs Step 5 Preview (high)

Step 5 Preview (high) average score मध्ये पुढे आहे: 7.0 vs 6.9. Gemma 4 31B (medium) चा benchmark खर्च कमी आहे: $0.144 vs $4.513. Gemma 4 31B (medium) वेगवान आहे: 78.76s vs 154.41s, pass rates 66.7% vs 52.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #206
एकूण आउटपुट टोकन्स: 277,315
प्रतिसाद वेळ (सरासरी): 78.76s
एकूण खर्च: $0.144

क्रमांक: #198
एकूण आउटपुट टोकन्स: 1,581,325
प्रतिसाद वेळ (सरासरी): 154.41s
एकूण खर्च: $4.513

शिफारस केलेले मॉडेल Gemma 4 31B (medium)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 31.5x less than Step 5 Preview (high).

तपशीलवार तुलना

मेट्रिक	Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध	Step 5 Preview Step 5 Preview high प्रकाशन: 2026-10-09

मेट्रिक	Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध	Step 5 Preview Step 5 Preview high प्रकाशन: 2026-10-09
स्कोअर	6.9	7.0
क्रमांक	#206	#198
विश्वसनीयता	10.0	9.5
सुसंगतता	8.7	8.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	52.2%
अस्थिर चाचण्या	3	4
एकूण रन	69	69
प्रति निकाल खर्च	1.195	45.130
एकूण खर्च	$0.144	$4.513
इनपुट किंमत	$0.090 / 1M	$1.000 / 1M
आउटपुट किंमत	$0.340 / 1M	$2.700 / 1M
कॅश वाचण्याची किंमत	$0.050 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	251,164	243,381
आउटपुट टोकन्स	36,112	1,581,325
रिझनिंग टोकन्स	241,203	0
प्रतिसाद वेळ (सरासरी)	78.76s	154.41s
प्रतिसाद वेळ (कमाल)	437.40s	455.72s
प्रतिसाद वेळ (एकूण)	1653.96s	3551.40s
पॅरामीटर्स	30.7B	600B एकूण (27B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#206 Gemma 4 31B

medium

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

#198 Step 5 Preview

high

खर्च: $0.057
वेळ: 150.1s
टोकन्स: 20,970 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	10.0	10.0	100.0%	0		82.13s	156,195	1,713	8,181
Step 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Step 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	0

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
Step 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
Step 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Step 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729
Step 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Step 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Step 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Step 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Step 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Step 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0

तुलना जोडी बदला

Gemma 4 31Bmediumमोफत उपलब्धvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemma 4 31Bmediumमोफत उपलब्ध Claude Opus 4.8nonevsGemma 4 31Bmediumमोफत उपलब्ध Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1highvsGemma 4 31Bmediumमोफत उपलब्ध Ember-1lowvsStep 5 Previewhigh Step 5 PreviewhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Minimax M3.1 Flashmaxमोफत उपलब्धvsStep 5 Previewhigh Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh