AI BENCHY Compare

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

Rezumat

Comparație benchmark Gemma 4 31B vs gpt-oss-120b: Gemma 4 31B conduce la scorul mediu cu 6.5 vs 6.1. Gemma 4 31B are costul de benchmark mai mic, $0.004 vs $0.013. Gemma 4 31B este mai rapid cu 4.05s vs 22.28s, cu rate de reușită de 47.6% vs 52.4%.

Model recomandat: Gemma 4 31B - Are cel mai bun scor aici (6.5) și costă de aproximativ 4.0x mai puțin decât gpt-oss-120b.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică	Gemma 4 31B Gemma 4 31B none 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 none Lansare: 2026-04-02 Disponibil gratuit	gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Scor	6.5	6.1
Rang	#86	#100
Fiabilitate	10.0	10.0
Consistență	10.0	8.0
Teste corecte
Rată de trecere pe încercare	47.6%	52.4%
Teste instabile	0	5
Rulări totale	63	63
Cost per rezultat	0.034	0.141
Cost total	$0.004	$0.013
Preț de intrare	$0.120 / 1M	$0.039 / 1M
Preț de ieșire	$0.360 / 1M	$0.180 / 1M
Total tokenuri de intrare	20,911	39,084
Tokenuri de ieșire	1,407	20,013
Tokenuri de raționament	0	50,233
Timp de răspuns (mediu)	4.05s	22.28s
Timp de răspuns (maxim)	26.13s	68.16s
Timp de răspuns (total)	76.87s	311.96s

Generation showcase

Hamster playing table tennis

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

#86 Gemma 4 31B

none

Cost: $0.001
Time: 12.8s
Tokens: 795 tok

#100 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 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	6.5	10.0	50.0%	0		1.85s	852	45	0
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	5.5	10.0	33.3%	0		11.19s	8,381	735	0
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		2.25s	8,352	285	0
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		3.22s	903	27	0
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		2.09s	576	117	0
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	6.5	10.0	50.0%	0		2.84s	795	78	0
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	6.5	10.0	33.3%	0		4.23s	828	108	0
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		1.25s	224	12	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Comparație rapidă

Schimbă perechea de comparație