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: 2026-05-22

Metrică Gemma 4 31B Gemma 4 31B none Lansare: 2026-04-02 Disponibil gratuit GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05
Scor 6.7 8.3
Rang #76 #15
Fiabilitate 10.0 10.0
Consistență 10.0 8.4
Teste corecte
Rată de trecere pe încercare 50.0% 81.7%
Teste instabile 0 4
Rulări totale 60 60
Cost per rezultat 0.030 4.891
Cost total $0.003 $0.685
Preț de intrare $0.120 / 1M $1.750 / 1M
Preț de ieșire $0.370 / 1M $14.000 / 1M
Tokenuri de ieșire 1,398 2,332
Tokenuri de raționament 0 42,616
Timp de răspuns (mediu) 3.84s 15.97s
Timp de răspuns (maxim) 26.13s 100.93s
Timp de răspuns (total) 69.13s 319.30s

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 6.5 10.0 50.0% 0 1.85s 45 0
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 6.8 10.0 50.0% 0 14.84s 726 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
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 2.25s 285 0
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 3.22s 27 0
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 2.09s 117 0
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 6.5 10.0 50.0% 0 2.84s 78 0
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 6.5 10.0 33.3% 0 2.95s 108 0
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 1.25s 12 0
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparație rapidă

Schimbă perechea de comparație

Gemma 4 31BnoneDisponibil gratuitvsGrok 4.20mediumGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumDeepSeek V4 ProhighvsGemma 4 31BnoneDisponibil gratuitGemma 4 31BnoneDisponibil gratuitvsQwen3.6 27BmediumGemma 4 31BnoneDisponibil gratuitvsGPT-5 MinimediumGemma 4 31BnoneDisponibil gratuitvsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGemma 4 31BnoneDisponibil gratuitGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemma 4 31BnoneDisponibil gratuitvsQwen3.5-35B-A3BmediumSeed-2.0-MinimediumvsGemma 4 31BnoneDisponibil gratuitGemma 4 31BnoneDisponibil gratuitvsMiMo-V2-FlashmediumGemini 3.5 FlashminimalvsGPT-5.3-Codexmedium