导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Google: Gemma 4 31B

摘要

DeepSeek V4 Pro vs Gemma 4 31B benchmark 对比：Gemma 4 31B 平均分领先，为 6.3 vs 6.2。 DeepSeek V4 Pro benchmark 成本更低，为 $0.025 vs $0.033。 DeepSeek V4 Pro 更快，为 12.38s vs 56.55s，通过率为 42.9% vs 69.8%。

推荐模型: Gemma 4 31B - 它在本次比较中得分最高（6.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24 Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数 6.2 6.3
排名 #91 #87
可靠性 8.5 10.0
一致性 8.5 9.4
测试正确
尝试通过率 42.9% 69.8%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 0.660 0.257
总成本 $0.025 $0.033
输入价格 $0.435 / 1M $0.120 / 1M
输出价格 $0.870 / 1M $0.350 / 1M
总输入令牌 44,845 17,957
输出令牌 5,349 22,356
推理令牌 0 65,726
响应时间（平均） 12.38s 56.55s
响应时间（最大） 58.65s 437.40s
响应时间（总计） 260.06s 1074.41s

Generation showcase

Hamster playing table tennis

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

#91 DeepSeek V4 Pro

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#87 Gemma 4 31B

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

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 3.5 8.0 16.7% 1 14.02s 540 704 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 4.6 7.9 22.2% 1 6.11s 7,279 531 0
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 9.5 10.0 100.0% 0 25.49s 20,773 1,911 0
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 6.9 5.8 66.7% 1 30.54s 5,633 170 0
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.17s 666 18 0
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 4.3 9.9 0.0% 0 3.75s 471 132 0
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 6.3 10.0 50.0% 0 8.23s 627 64 0
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 7.6 7.2 77.8% 1 15.95s 594 173 0
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 10.0 10.0 100.0% 0 5.92s 8,079 219 0
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 3.0 10.0 0.0% 0 15.59s 183 1,427 0
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014

快速对比

切换对比组合

Gemma 4 31Bmedium免费可用vsGPT-5.5noneDeepSeek V4 ProhighvsGemma 4 31Bmedium免费可用DeepSeek V4 PrononevsQwen3.5-35B-A3BmediumDeepSeek V4 PrononevsNemotron 3 Supermedium免费可用DeepSeek V4 PrononevsGemini 3.1 Flash LiteminimalSeed-2.0-LitenonevsGemma 4 31Bmedium免费可用DeepSeek V4 PrononevsGemini 3.1 Flash LitelowGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneDeepSeek V4 PrononevsGemini 3.1 Flash Lite PreviewlowGemma 4 31Bmedium免费可用vsNemotron 3 Ultra 550b A55bnone免费可用Gemma 4 31Bmedium免费可用vsQwen3.6 Max PreviewnoneDeepSeek V4 PrononevsQwen3.6 27Bmedium