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 Grok 4.20 Multi Agent Beta

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică Gemma 4 31B Gemma 4 31B none Lansare: 2026-04-02 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lansare: 2026-03-12
Scor 6.7 6.2
Rang #47 #53
Consistență 10.0 7.2
Teste corecte
Rată de trecere pe încercare 52.9% 54.9%
Teste instabile 0 6
Rulări totale 51 51
Cost per rezultat 0.023 82.962
Cost total $0.002 $4.978
Preț de intrare $0.140 / 1M $0.000 / 1M
Preț de ieșire $0.400 / 1M $0.000 / 1M
Tokenuri de ieșire 660 298,948
Tokenuri de raționament 0 296,529
Timp de răspuns (mediu) 2.55s 8.64s
Timp de răspuns (maxim) 4.68s 35.28s
Timp de răspuns (total) 38.20s 129.64s

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
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
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
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
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
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
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
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
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
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
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
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 31B 5.5 10.0 33.3% 0 2.95s 108 0
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
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
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

Gemma 4 31BnonevsGPT-5 MinimediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGemma 4 31BnonevsNemotron 3 SupermediumDisponibil gratuitGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGemma 4 31BnonevsGrok 4.1 FastmediumGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeGemma 4 31BnonevsHunter AlphamediumSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent BetamediumHunter AlphanonevsGrok 4.20 Multi Agent Betamedium