AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.4

Rezumat

Comparație benchmark Gemma 4 31B vs GPT-5.4: Gemma 4 31B conduce la scorul mediu cu 6.3 vs 5.8. Gemma 4 31B are costul de benchmark mai mic, $0.033 vs $0.122. GPT-5.4 este mai rapid cu 1.42s vs 56.55s, cu rate de reușită de 69.8% vs 36.5%.

Model recomandat: Gemma 4 31B - Are cel mai bun scor aici (6.3) și costă de aproximativ 3.7x mai puțin decât GPT-5.4.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	GPT-5.4 GPT-5.4 none Lansare: 2026-03-05

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	GPT-5.4 GPT-5.4 none Lansare: 2026-03-05
Scor	6.3	5.8
Rang	#87	#116
Fiabilitate	10.0	10.0
Consistență	9.4	9.2
Teste corecte
Rată de trecere pe încercare	69.8%	36.5%
Teste instabile	1	2
Rulări totale	63	63
Cost per rezultat	0.257	1.740
Cost total	$0.033	$0.122
Preț de intrare	$0.120 / 1M	$2.500 / 1M
Preț de ieșire	$0.350 / 1M	$15.000 / 1M
Total tokenuri de intrare	17,957	34,212
Tokenuri de ieșire	22,356	2,417
Tokenuri de raționament	65,726	0
Timp de răspuns (mediu)	56.55s	1.42s
Timp de răspuns (maxim)	437.40s	2.95s
Timp de răspuns (total)	1074.41s	29.87s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#116 GPT-5.4

none

Cost: $0.026
Time: 18.1s
Tokens: 1,792 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0

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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0

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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0

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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

Comparație rapidă

Schimbă perechea de comparație