#24 Gemma 4 31B
medium- Kosten
- $0.002
- Tijd
- 45.7s
- Tokens
- 2,696 tok
Google
Releasedatum: 2026-04-02
Getest op: 2026-05-22 00:35
google/gemma-4-31b-it::medium
30.7BDichtOpen-source
(medium)
(none)
Samenvatting
Gemma 4 31B scoort 8.0 op AI BENCHY en staat op #24. Het model heeft 6.7 betrouwbaarheid, een slagingspercentage van 75.0%, $0.029 totale kosten en 35.51s gemiddelde responstijd.
Wat Gemma 4 31B uniek maakt: Het valt het meest op in Domeinspecifiek, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18. De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 30.7B
- Architectuur
- Dicht
- Beschikbaarheid
- Open-source
- Licentie
- Apache-2.0
8.0
Consistentie
9.2
Totaal aantal uitvoer-tokens
69,291
Totaal aantal invoer-tokens
0
Invoerprijs
$0.120 / 1M
Uitvoerprijs
$0.370 / 1M
Instabiele tests
2
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 02:55 Hertest | 6.2 | 10.0 | $0.101 ↓ | Vergelijken | |
| 2026-07-16 23:24 Nieuwe test toegevoegd | 6.3 | 10.0 | $0.163 ↑ | Vergelijken | |
| 2026-06-04 14:27 Nieuwe test toegevoegd | 7.9 | 8.9 | $0.035 ↓ | Vergelijken | |
| 2026-05-22 00:35 Suite gewijzigd | 8.0 | 6.7 | $0.029 | Huidige run | |
| 2026-04-14 00:56 Eerste geregistreerde run | 8.3 | n.v.t. | $0.018 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:35 · Suite gewijzigd | 60/60 pogingen | 8.0 | 9.2 | 6.7 | 14/20 | 2 | 69,291 | 0 | $0.029 | 35.51s |
| 2026-07-16 23:24 · Nieuwe test toegevoegd | 66/66 pogingen | 6.3 | 9.0 | 10.0 | 14/22 | 2 | 257,746 | 94,992 | $0.163 | 75.38s |
| Verschil | — | +1.7 | +0.2 | -3.3 | 0 | 0 | -188455 | -94992 | -$0.134 | -39866ms |
De benchmarkdekking verschilt: 60/60 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Gemma 4 31BmediumGratis beschikbaarvsSeed-2.0-LitenoneGemma 4 31BmediumGratis beschikbaarvsGPT-5.6 LunalowGemma 4 31BmediumGratis beschikbaarvsRing-2.6-1TmediumGemma 4 31BmediumGratis beschikbaarvsClaude Sonnet 5noneGemma 4 31BmediumGratis beschikbaarvsLing-3.0-flashhighGemma 4 31BmediumGratis beschikbaarvsGemini 3.1 Flash LiteminimalGemma 4 31BmediumGratis beschikbaarvsMiMo-V2.5mediumGemma 4 31BmediumGratis beschikbaarvsQwen3.5-35B-A3BmediumGemma 4 31BmediumGratis beschikbaarvsLongCat 2.0noneGemma 4 31BmediumGratis beschikbaarvsgpt-oss-120bmedium
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 10.0 | 10.0 | |
| Programmeren | 3.8 | 1.6 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 7.7 | 10.0 | |
| Algemene intelligentie | 10.0 | 10.0 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 9.9 | 10.0 | |
| Toolaanroepen | 3.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |