#108

Gemma 4 31B

Google Lansare: 2026-04-02 Testat la: 2026-07-16 23:02 google/gemma-4-31b-it::none

30.7BDensSursă deschisă

(medium) (none)

Rezumat

Gemma 4 31B obține 6.2 pe AI BENCHY și este pe #108. Are fiabilitate 10.0, rată de reușită 48.5%, cost total $0.035 și timp mediu de răspuns 5.34s.

Ce face Gemma 4 31B unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Apelare instrumente este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-08-12

Raportat

Parametri: 30.7B
Arhitectură: Dens
Disponibilitate: Sursă deschisă
Licență: Apache-2.0

Sursa parametrilor Sursa disponibilității

Scor

6.2

Consistență

9.6

Fiabilitate

10.0

Cost total (preț curent)

$0.035 ↑ +6.2%

Testat la: $0.033

Total tokenuri de ieșire

13,317

Total tokenuri de intrare

125,728

Preț de intrare

$0.220 / 1M

Preț de ieșire

$0.550 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 48.5%

Teste instabile

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

5.34s

Timp de răspuns (maxim): 29.95s

Timp de răspuns (total): 106.82s

Răspuns greșit: 9 Eroare API: 2 Nu a urmat instrucțiunile: 1

Hamster playing table tennis

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

#108 Gemma 4 31B

none

Cost: $0.001
Timp: 12.8s
Tokenuri: 795 tok

Istoric rulări

Testat la	Scor	Fiabilitate	Cost total	Compară
2026-08-14 02:51 Retestare	6.1	10.0	$0.018 ↓	Compară
2026-07-16 23:02 Test nou adăugat	6.2	10.0	$0.035 ↑	Rularea curentă
2026-06-04 14:04 Test nou adăugat	6.5	10.0	$0.004 ↓	Compară
2026-05-22 00:30 Suită modificată	6.7	10.0	$0.003	Compară
2026-04-14 00:56 Prima rulare înregistrată	6.9	N/D	$0.003	Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

Rulare	Acoperire benchmark	Scor	Consistență	Fiabilitate	Teste corecte	Teste instabile	Total tokenuri de ieșire	Total tokenuri de intrare	Cost total	Timp de răspuns (mediu)
2026-07-16 23:02 · Test nou adăugat	66/66 încercări	6.2	9.6	10.0	10/22	1	13,317	125,728	$0.035	5.34s
2026-04-14 00:56 · Prima rulare înregistrată	54/54 încercări	6.9	10.0	N/D	10/18	0	1,359	0	$0.003	4.02s
Diferență	—	-0.7	-0.4		0	+1	+11958	+125728	+$0.033	+1321ms

Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 54/54 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată	Preț de intrare	Preț de ieșire
2026-06-04 15:40	$0.120 / 1M	$0.370 / 1M
2026-06-05 23:32	$0.120 / 1M	$0.360 / 1M
2026-06-12 18:42	$0.120 / 1M	$0.350 / 1M
2026-07-14 10:48	$0.060 / 1M	$0.350 / 1M
2026-07-16 15:36	$0.220 / 1M	$0.550 / 1M

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

Defalcare pe categorii

Categorie	Scor	Consistență
Trucuri anti-AI	6.5	10.0
Programare	5.5	10.0
Combinat	3.8	5.8
Parsare și extragere de date	10.0	10.0
Specific domeniului	7.7	10.0
Inteligență generală	10.0	10.0
Respectarea instrucțiunilor	6.5	10.0
Rezolvare de puzzle-uri	6.5	10.0
Apelare instrumente	3.0	10.0
Cultură generală	3.0	10.0

Gemma 4 31B

Date despre model

Hamster playing table tennis

#108 Gemma 4 31B

Grafice

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

Defalcare pe categorii

Modele comparate