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

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17 Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02
Scor 8.1 8.6
Rang #16 #5
Consistență 9.5 9.6
Teste corecte
Rată de trecere pe încercare 74.5% 80.4%
Teste instabile 1 1
Rulări totale 51 51
Cost per rezultat 2.430 0.109
Cost total $0.292 $0.015
Preț de intrare $0.300 / 1M $0.140 / 1M
Preț de ieșire $2.500 / 1M $0.400 / 1M
Tokenuri de ieșire 1,376 9,568
Tokenuri de raționament 111,923 22,501
Timp de răspuns (mediu) 11.88s 21.81s
Timp de răspuns (maxim) 95.48s 68.92s
Timp de răspuns (total) 201.89s 327.16s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Gemma 4 31B 8.8 7.9 88.9% 1 27.63s 1,797 5,596
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemma 4 31BmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumGemma 4 31BmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemma 4 31BmediumGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsGLM 5noneGemini 2.5 FlashmediumvsMiMo-V2-OmninoneGemma 4 31BmediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsGemini 2.5 FlashmediumGemma 4 31BmediumvsGLM 5none