#24 Gemma 4 31B
medium- Cost
- $0.002
- Timp
- 45.7s
- Tokenuri
- 2,696 tok
Google
Lansare: 2026-04-02
Testat la: 2026-05-22 00:35
google/gemma-4-31b-it::medium
(medium)
(none)
Rezumat
Gemma 4 31B obține 8.0 pe AI BENCHY și este pe #24. Are fiabilitate 6.7, rată de reușită 75.0%, cost total $0.029 și timp mediu de răspuns 35.51s.
Ce face Gemma 4 31B unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #1, iar Programare este zona cea mai slabă, la #17. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
8.0
Consistență
9.2
6.7
$0.029
Total tokenuri de ieșire
69,291
Total tokenuri de intrare
0
Preț de intrare
$0.120 / 1M
Preț de ieșire
$0.370 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Test nou adăugat | 7.9 | 8.9 | $0.035 ↓ | Compară | |
| 2026-05-22 00:35 Suită modificată | 8.0 | 6.7 | $0.029 | Rularea curentă | |
| 2026-04-14 00:56 Prima rulare înregistrată | 8.3 | N/D | $0.018 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:35 · Suită modificată | 8.0 | 9.2 | 6.7 | 14/20 | 2 | 69,291 | 0 | $0.029 | 35.51s |
| 2026-04-14 00:56 · Prima rulare înregistrată | 8.3 | 9.2 | N/D | 13/18 | 2 | 40,684 | 0 | $0.018 | 24.88s |
| Diferență | -0.4 | 0.0 | +1 | 0 | +28607 | 0 | +$0.012 | +10626ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Gemma 4 31BmediumDisponibil gratuitvsMiMo-V2.5mediumGemma 4 31BmediumDisponibil gratuitvsgpt-oss-120bmediumDisponibil gratuitGemma 4 31BmediumDisponibil gratuitvsQwen3.6 35B A3BmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5 NanomediumGemma 4 31BmediumDisponibil gratuitvsStep 3.5 FlashmediumGemma 4 31BmediumDisponibil gratuitvsGemini 3.5 FlashhighGemma 4 31BmediumDisponibil gratuitvsGemini 3 Flash PreviewmediumGemma 4 31BmediumDisponibil gratuitvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemma 4 31BmediumDisponibil gratuitvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 3.8 | 1.6 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 9.9 | 10.0 | |
| Apelare instrumente | 3.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |