AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Luna

Rezumat

Comparație benchmark Gemma 4 31B (medium) vs GPT-5.6 Luna: Gemma 4 31B (medium) conduce la scorul mediu cu 6.3 vs 5.3. Gemma 4 31B (medium) are costul de benchmark mai mic, $0.033 vs $0.047. GPT-5.6 Luna este mai rapid cu 1.06s vs 56.55s, cu rate de reușită de 69.8% vs 36.5%.

Model recomandat: Gemma 4 31B (medium) - Are cel mai puternic scor din această comparație (6.3) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	GPT-5.6 Luna GPT-5.6 Luna none Lansare: 2026-07-09

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	GPT-5.6 Luna GPT-5.6 Luna none Lansare: 2026-07-09
Scor	6.3	5.3
Rang	#102	#142
Fiabilitate	10.0	10.0
Consistență	9.4	8.8
Teste corecte
Rată de trecere pe încercare	69.8%	36.5%
Teste instabile	1	3
Rulări totale	63	63
Cost per rezultat	0.257	0.767
Cost total	$0.033	$0.047
Preț de intrare	$0.120 / 1M	$1.000 / 1M
Preț de ieșire	$0.350 / 1M	$6.000 / 1M
Total tokenuri de intrare	17,957	34,218
Tokenuri de ieșire	22,356	1,967
Tokenuri de raționament	65,726	0
Timp de răspuns (mediu)	56.55s	1.06s
Timp de răspuns (maxim)	437.40s	2.80s
Timp de răspuns (total)	1074.41s	22.34s

Prezentare generare

Hamster playing table tennis

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

#102 Gemma 4 31B

medium

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

#142 GPT-5.6 Luna

none

Cost: $0.016
Timp: 15.8s
Tokenuri: 2,685 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

Comparație rapidă

Schimbă perechea de comparație