导航
AI BENCHY
Advertise here

Gemini 2.5 Flash vs Gemma 4 31B

Gemma 4 31B 平均分领先，为 6.1 vs 6.0。 Gemma 4 31B benchmark 成本更低，为 $0.016 vs $0.017。 Gemma 4 31B 更快，为 5.41s vs 6.19s，通过率为 39.4% vs 43.9%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-29

排名
#184
总输出令牌
1,890
响应时间（平均）
6.19s
总成本
$0.017
排名
#180
总输出令牌
13,317
响应时间（平均）
5.41s
总成本
$0.016
推荐模型 Gemma 4 31B

它在本次比较中得分最高（6.1），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Gemini 2.5 Flash Gemini 2.5 Flash none 发布日期: 2025-06-17 Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用
分数 6.0 6.1
排名 #184 #180
可靠性 10.0 10.0
一致性 9.6 9.6
尝试次数 66/66 66/66
测试正确
尝试通过率 39.4% 43.9%
不稳定测试 1 1
总运行次数 66 66
每个结果成本 0.209 0.366
总成本 $0.017 $0.016
输入价格 $0.300 / 1M $0.090 / 1M
输出价格 $2.500 / 1M $0.340 / 1M
总输入令牌 39,886 125,703
输出令牌 1,890 13,317
推理令牌 0 0
响应时间（平均） 6.19s 5.41s
响应时间（最大） 118.00s 29.95s
响应时间（总计） 136.23s 108.12s
参数量 ~350B 总计 (~20B 激活) 30.7B
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#184 Gemini 2.5 Flash

none
无效SVG
成本
$0.164
时间
215.5s
令牌
65,659 tok

#180 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 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

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
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Gemma 4 31B 5.5 10.0 33.3% 0 11.19s 8,381 735 0

快速对比

切换对比组合

Trinity Large ThinkingmediumvsGemma 4 31Bnone免费可用Trinity Large ThinkinglowvsGemini 2.5 FlashnoneGemma 4 31Bnone免费可用vsInklinglowGemma 4 31Bnone免费可用vsQwen3.5-FlashmediumGemma 4 31Bnone免费可用vsgpt-oss-120bmediumGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumTrinity Large ThinkinglowvsGemma 4 31Bnone免费可用Gemini 2.5 FlashnonevsGPT-5 NanomediumTrinity Large ThinkingmediumvsGemini 2.5 FlashnoneGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemini 2.5 FlashnonevsInklinglowGemini 2.5 FlashnonevsQwen3.5-Flashmedium