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: Gemma 4 31B vs OpenAI: GPT-5.2 Chat

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11
Scor 8.2 7.6
Rang #14 #41
Fiabilitate 6.7 10.0
Consistență 9.6 8.8
Teste corecte
Rată de trecere pe încercare 77.2% 71.9%
Teste instabile 1 3
Rulări totale 57 57
Cost per rezultat 0.158 2.572
Cost total $0.023 $0.309
Preț de intrare $0.130 / 1M $1.750 / 1M
Preț de ieșire $0.380 / 1M $14.000 / 1M
Tokenuri de ieșire 14,426 18,585
Tokenuri de raționament 37,964 0
Timp de răspuns (mediu) 28.72s 6.85s
Timp de răspuns (maxim) 90.14s 38.52s
Timp de răspuns (total) 488.27s 130.06s

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
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 4.7 1.6 66.7% 1 70.97s 3,166 5,449
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 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
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
GPT-5.2 Chat 7.3 5.9 83.3% 1 5.46s 1,528 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 9.9 10.0 100.0% 0 27.63s 1,797 5,596
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 1,692 10,014
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumDisponibil gratuitvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsQwen3.6 FlashmediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium