AI BENCHY Compare

Google: Gemma 4 31B vs OpenAI: GPT-5.4

Сводка

Сравнение benchmark Gemma 4 31B vs GPT-5.4: Gemma 4 31B лидирует по среднему баллу: 6.3 vs 5.8. Gemma 4 31B имеет более низкую стоимость benchmark: $0.033 vs $0.122. GPT-5.4 быстрее: 1.42s vs 56.55s, с долей успешных попыток 69.8% vs 36.5%.

Рекомендуемая модель: Gemma 4 31B - Здесь у него лучший балл (6.3), при этом он примерно в 3.7 раза дешевле, чем GPT-5.4.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05
Оценка	6.3	5.8
Ранг	#87	#116
Надежность	10.0	10.0
Стабильность	9.4	9.2
Тестов верно
Доля успешных попыток	69.8%	36.5%
Нестабильные тесты	1	2
Всего запусков	63	63
Стоимость за результат	0.257	1.740
Общая стоимость	$0.033	$0.122
Цена входа	$0.120 / 1M	$2.500 / 1M
Цена выхода	$0.350 / 1M	$15.000 / 1M
Общее число входных токенов	17,957	34,212
Выходные токены	22,356	2,417
Токены рассуждений	65,726	0
Время ответа (среднее)	56.55s	1.42s
Время ответа (макс.)	437.40s	2.95s
Время ответа (суммарно)	1074.41s	29.87s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#116 GPT-5.4

none

Cost: $0.026
Time: 18.1s
Tokens: 1,792 tok

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)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

Быстрое сравнение

Сменить пару сравнения