Gemma 4 31B (medium) vs gpt-oss-120b (medium)

推荐模型 gpt-oss-120b (medium)

它的得分接近这里的最高分（6.1 vs 6.2），同时成本比Gemma 4 31B (medium)低约 5.5 倍。

详细对比

指标	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05

指标	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用	gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05
分数	6.2	6.1
排名	#164	#169
可靠性	10.0	10.0
一致性	8.7	8.0
尝试次数	66/66	66/66
测试正确
尝试通过率	65.2%	50.0%
不稳定测试	3	5
总运行次数	66	66
每个结果成本	1.152	0.224
总成本	$0.101	$0.019
输入价格	$0.100 / 1M	$0.030 / 1M
输出价格	$0.340 / 1M	$0.170 / 1M
总输入令牌	94,969	108,767
输出令牌	34,399	29,378
推理令牌	233,022	68,904
响应时间（平均）	78.59s	20.81s
响应时间（最大）	437.40s	68.16s
响应时间（总计）	1571.84s	332.88s
参数量	30.7B	117B 总计 (5.1B 激活)
开放状态	开源	开源

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

medium

medium

类别:

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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

切换对比组合