AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: gpt-oss-120b

Rezumat

Comparație benchmark Gemma 4 31B vs gpt-oss-120b: gpt-oss-120b conduce la scorul mediu cu 6.7 vs 6.3. gpt-oss-120b are costul de benchmark mai mic, $0.013 vs $0.033. gpt-oss-120b este mai rapid cu 22.28s vs 56.55s, cu rate de reușită de 69.8% vs 52.4%.

Model recomandat: gpt-oss-120b - Are cel mai bun scor aici (6.7) și costă de aproximativ 2.7x mai puțin decât Gemma 4 31B.

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

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit

Metrică	Gemma 4 31B Gemma 4 31B medium Lansare: 2026-04-02 Disponibil gratuit	gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor	6.3	6.7
Rang	#88	#78
Fiabilitate	10.0	10.0
Consistență	9.4	8.0
Teste corecte
Rată de trecere pe încercare	69.8%	52.4%
Teste instabile	1	5
Rulări totale	63	63
Cost per rezultat	0.257	0.141
Cost total	$0.033	$0.013
Preț de intrare	$0.120 / 1M	$0.039 / 1M
Preț de ieșire	$0.350 / 1M	$0.180 / 1M
Total tokenuri de intrare	17,957	39,084
Tokenuri de ieșire	22,356	20,013
Tokenuri de raționament	65,726	50,233
Timp de răspuns (mediu)	56.55s	22.28s
Timp de răspuns (maxim)	437.40s	68.16s
Timp de răspuns (total)	1074.41s	311.96s

Prezentare generare

Hamster playing table tennis

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

#88 Gemma 4 31B

medium

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

#78 gpt-oss-120b

medium

Cost: $0.001
Timp: 26.7s
Tokenuri: 555 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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Comparație rapidă

Schimbă perechea de comparație