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

Google: Gemma 4 31B vs OpenAI: GPT-5.5

摘要

Gemma 4 31B vs GPT-5.5 benchmark 对比：平均分几乎持平，为 6.3 vs 6.3。 Gemma 4 31B benchmark 成本更低，为 $0.033 vs $0.231。 GPT-5.5 更快，为 1.89s vs 56.55s，通过率为 69.8% vs 54.0%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.3），同时成本比GPT-5.5低约 7.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用 GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24
分数 6.3 6.3
排名 #91 #93
可靠性 10.0 10.0
一致性 9.4 8.8
测试正确
尝试通过率 69.8% 54.0%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 0.257 2.302
总成本 $0.033 $0.231
输入价格 $0.120 / 1M $5.000 / 1M
输出价格 $0.350 / 1M $30.000 / 1M
总输入令牌 17,957 34,212
输出令牌 22,356 1,971
推理令牌 65,726 0
响应时间（平均） 56.55s 1.89s
响应时间（最大） 437.40s 5.56s
响应时间（总计） 1074.41s 39.64s

生成展示

Hamster playing table tennis

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

#91 Gemma 4 31B

medium
成本
$0.002
时间
45.7s
令牌
2,696 tok

#93 GPT-5.5

none
成本
$0.090
时间
54.3s
令牌
3,063 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
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
GPT-5.5 6.9 7.9 66.7% 1 1.31s 606 213 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
GPT-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 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
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
GPT-5.5 10.0 10.0 100.0% 0 1.18s 7,140 222 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
GPT-5.5 2.9 7.2 11.1% 1 1.31s 723 52 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
GPT-5.5 10.0 10.0 100.0% 0 3.41s 477 124 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
GPT-5.5 6.2 5.8 66.7% 1 1.15s 660 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
GPT-5.5 7.7 10.0 66.7% 0 1.29s 642 252 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） 输入令牌 输出令牌 推理令牌
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
GPT-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 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
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
GPT-5.5 3.0 10.0 0.0% 0 5.01s 195 18 0

快速对比

切换对比组合

GPT-5.5nonevsQwen3.5-35B-A3BmediumNemotron 3 Supermedium免费可用vsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31Bmedium免费可用Gemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGemma 4 31Bmedium免费可用vsNemotron 3 Ultra 550b A55bnone免费可用GPT-5.5nonevsQwen3.6 27BmediumGemma 4 31Bmedium免费可用vsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 FlashmediumGemma 4 31Bmedium免费可用vsGLM 5none