AI BENCHY Compare

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

Rezumat

Comparație benchmark Gemini 2.5 Flash vs Gemma 4 31B: Gemini 2.5 Flash conduce la scorul mediu cu 8.2 vs 6.3. Gemma 4 31B are costul de benchmark mai mic, $0.033 vs $0.379. Gemini 2.5 Flash este mai rapid cu 15.49s vs 56.55s, cu rate de reușită de 69.8% vs 69.8%.

Model recomandat: Gemini 2.5 Flash - Are cel mai bun scor aici (8.2) și răspunde de aproximativ 3.6x mai rapid decât Gemma 4 31B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

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 Disponibil gratuit

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 Disponibil gratuit
Scor	8.2	6.3
Rang	#24	#88
Fiabilitate	10.0	10.0
Consistență	9.6	9.4
Teste corecte
Rată de trecere pe încercare	69.8%	69.8%
Teste instabile	1	1
Rulări totale	63	63
Cost per rezultat	2.701	0.257
Cost total	$0.379	$0.033
Preț de intrare	$0.300 / 1M	$0.120 / 1M
Preț de ieșire	$2.500 / 1M	$0.350 / 1M
Total tokenuri de intrare	34,476	17,957
Tokenuri de ieșire	1,930	22,356
Tokenuri de raționament	145,145	65,726
Timp de răspuns (mediu)	15.49s	56.55s
Timp de răspuns (maxim)	95.48s	437.40s
Timp de răspuns (total)	325.39s	1074.41s

Prezentare generare

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium

SVG invalid

Cost: $0.000
Timp: 274.0s
Tokenuri: 0 tok

#88 Gemma 4 31B

medium

Cost: $0.002
Timp: 45.7s
Tokenuri: 2,696 tok

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 intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

Comparație rapidă

Schimbă perechea de comparație