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-5.3-Codex

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-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05
Scor 8.2 8.2
Rang #14 #13
Fiabilitate 6.7 10.0
Consistență 9.6 8.3
Teste corecte
Rată de trecere pe încercare 77.2% 80.7%
Teste instabile 1 4
Rulări totale 57 57
Cost per rezultat 0.158 4.594
Cost total $0.023 $0.598
Preț de intrare $0.130 / 1M $1.750 / 1M
Preț de ieșire $0.380 / 1M $14.000 / 1M
Tokenuri de ieșire 14,426 2,309
Tokenuri de raționament 37,964 36,880
Timp de răspuns (mediu) 28.72s 15.33s
Timp de răspuns (maxim) 90.14s 100.93s
Timp de răspuns (total) 488.27s 291.34s

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-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
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-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
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-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.5lowGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemma 4 31BmediumDisponibil gratuitDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemma 4 31BmediumDisponibil gratuitvsQwen3.6 Max PreviewnoneGemma 4 31BmediumDisponibil gratuitvsRing 2.6 1tnoneDisponibil gratuit