AI BENCHY 对比
Google: Gemma 4 26B A4B vs OpenAI: GPT-5.4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-16
| 指标 | Gemma 4 26B A4B Gemma 4 26B A4B none 免费可用 | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 6.2 | 5.9 |
| 排名 | #59 | #65 |
| 一致性 | 8.7 | 9.1 |
| 测试正确 | ||
| 尝试通过率 | 48.2% | 42.6% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.071 | 1.477 |
| 总成本 | $0.005 | $0.104 |
| ???? | $0.070 / 1M | $2.500 / 1M |
| ???? | $0.400 / 1M | $15.000 / 1M |
| 输出令牌 | 1,783 | 2,317 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 6.59s | 1.51s |
| 响应时间（最大） | 57.10s | 2.95s |
| 响应时间（总计） | 118.61s | 27.21s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 8.3 | 10.0 | 75.0% | 0 | 1.28s | 230 | 0 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 406 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 4.7 | 1.6 | 66.7% | 1 | 7.07s | 448 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.95s | 480 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 3.0 | 10.0 | 0.0% | 0 | 30.53s | 309 | 0 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 1.70s | 285 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 3.6 | 7.2 | 22.2% | 1 | 2.49s | 27 | 0 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 4.0 | 10.0 | 0.0% | 0 | 3.54s | 85 | 0 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 184 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 4.4 | 6.9 | 16.7% | 1 | 1.08s | 75 | 0 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 5.7 | 10.0 | 33.3% | 0 | 739ms | 114 | 0 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 57.10s | 210 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 |
快速对比
切换对比组合
Gemma 4 26B A4Bnone免费可用vsGPT-5 NanomediumMiniMax M2.5medium免费可用vsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGemma 4 26B A4Bnone免费可用vsMercury 2mediumGemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用Gemma 4 26B A4Bnone免费可用vsGrok 4.1 FastmediumGemma 4 26B A4Bnone免费可用vsMiniMax M2.5medium免费可用Gemma 4 26B A4Bnone免费可用vsMistral Small 4mediumGemma 4 26B A4Bnone免费可用vsNemotron 3 Supermedium免费可用Mercury 2mediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGPT-5.4nonevsElephantmedium