AI BENCHY Compare

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

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

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

Метрика	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11
Оценка	6.9	7.2
Ранг	#66	#60
Надежность	10.0	10.0
Стабильность	10.0	8.2
Тестов верно
Доля успешных попыток	52.6%	68.4%
Нестабильные тесты	0	4
Всего запусков	57	57
Стоимость за результат	0.025	3.609
Общая стоимость	$0.003	$0.397
???? ?????	$0.130 / 1M	$1.750 / 1M
???? ??????	$0.380 / 1M	$14.000 / 1M
Выходные токены	1,371	2,731
Токены рассуждений	0	22,200
Время ответа (среднее)	3.86s	15.22s
Время ответа (макс.)	26.13s	77.80s
Время ответа (суммарно)	65.57s	182.59s

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	6.5	10.0	50.0%	0		1.85s	45	0
GPT-5.2	6.5	8.0	58.3%	1		7.81s	567	2,002

Программирование	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		26.13s	699	0
GPT-5.2	10.0	10.0	100.0%	0		15.12s	467	2,166

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	10.0	10.0	100.0%	0		14.06s	291	1,757

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		2.25s	285	0
GPT-5.2	10.0	10.0	100.0%	0		3.15s	234	420

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		3.22s	27	0
GPT-5.2	5.9	7.2	55.6%	1		77.80s	42	10,342

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		2.09s	117	0
GPT-5.2	3.7	9.7	0.0%	0		4.32s	162	269

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	78	0
GPT-5.2	9.9	10.0	100.0%	0		3.12s	94	614

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	33.3%	0		2.95s	108	0
GPT-5.2	7.6	7.3	77.8%	1		5.47s	609	938

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	4.7	1.6	66.7%	1		10.30s	239	469

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		1.25s	12	0
GPT-5.2	3.0	10.0	0.0%	0		28.18s	26	3,223

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 ProhighvsGemma 4 31BnoneБесплатно доступно Gemma 4 31BnoneБесплатно доступноvsGrok 4.20medium Claude Sonnet 4.6nonevsGPT-5.2medium Ring 2.6 1tnoneБесплатно доступноvsGPT-5.2medium GPT-5.2mediumvsQwen3.6 Max Previewnone Gemma 4 31BnoneБесплатно доступноvsGPT-5 Minimedium Gemma 4 31BnoneБесплатно доступноvsKimi K2.5medium Gemma 4 31BnoneБесплатно доступноvsQwen3.6 27Bmedium Gemma 4 31BnoneБесплатно доступноvsMiMo-V2-Omnimedium Gemma 4 31BnoneБесплатно доступноvsGPT-5.4 Minimedium DeepSeek V3.2mediumvsGemma 4 31BnoneБесплатно доступно Gemma 4 31BnoneБесплатно доступноvsQwen3.5-35B-A3Bmedium