AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.2 Chat

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-10

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	GPT-5.2 Chat GPT-5.2 Chat none Релиз: 2025-12-11

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	GPT-5.2 Chat GPT-5.2 Chat none Релиз: 2025-12-11
Оценка	8.2	7.6
Ранг	#14	#41
Надежность	6.7	10.0
Стабильность	9.6	8.8
Тестов верно
Доля успешных попыток	77.2%	71.9%
Нестабильные тесты	1	3
Всего запусков	57	57
Стоимость за результат	0.158	2.572
Общая стоимость	$0.023	$0.309
???? ?????	$0.130 / 1M	$1.750 / 1M
???? ??????	$0.380 / 1M	$14.000 / 1M
Выходные токены	14,426	18,585
Токены рассуждений	37,964	0
Время ответа (среднее)	28.72s	6.85s
Время ответа (макс.)	90.14s	38.52s
Время ответа (суммарно)	488.27s	130.06s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	962	2,046
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	4.7	1.6	66.7%	1		70.97s	3,166	5,449
GPT-5.2 Chat	10.0	10.0	100.0%	0		8.97s	1,345	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	1,822	2,951
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	4,349	8,985
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	105	888
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	533	2,035
GPT-5.2 Chat	7.3	5.9	83.3%	1		5.46s	1,528	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	9.9	10.0	100.0%	0		27.63s	1,797	5,596
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.42s	1,743	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	1,692	10,014
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	1,239	0

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6mediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5-Flashmedium Gemma 4 26B A4BmediumБесплатно доступноvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.1medium GPT-5.2 ChatnonevsMiMo-V2-Promedium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5V Turbomedium GPT-5.2 ChatnonevsQwen3.6 Flashmedium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium