AI BENCHY 对比

Google: Gemma 4 31B vs NVIDIA: Nemotron 3 Super

摘要

Gemma 4 31B vs Nemotron 3 Super benchmark 对比：Gemma 4 31B 平均分领先，为 6.5 vs 5.8。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.021。 Gemma 4 31B 更快，为 4.05s vs 32.00s，通过率为 47.6% vs 41.3%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.5），同时成本比Nemotron 3 Super低约 6.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用

指标	Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用	Nemotron 3 Super Nemotron 3 Super medium 发布日期: 2026-03-11 免费可用
分数	6.5	5.8
排名	#86	#106
可靠性	10.0	10.0
一致性	10.0	9.2
测试正确
尝试通过率	47.6%	41.3%
不稳定测试	0	2
总运行次数	63	63
每个结果成本	0.034	0.004
总成本	$0.004	$0.021
输入价格	$0.120 / 1M	$0.090 / 1M
输出价格	$0.360 / 1M	$0.450 / 1M
总输入令牌	20,911	37,527
输出令牌	1,407	14,850
推理令牌	0	33,754
响应时间（平均）	4.05s	32.00s
响应时间（最大）	26.13s	232.25s
响应时间（总计）	76.87s	607.91s

Generation showcase

Hamster playing table tennis

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

#86 Gemma 4 31B

none

Cost: $0.001
Time: 12.8s
Tokens: 795 tok

#106 Nemotron 3 Super

medium

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 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	6.5	10.0	50.0%	0		1.85s	852	45	0
Nemotron 3 Super	8.3	10.0	75.0%	0		7.85s	686	748	1,305

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	5.5	10.0	33.3%	0		11.19s	8,381	735	0
Nemotron 3 Super	3.1	10.0	0.0%	0		147.32s	2,275	797	4,424

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
Nemotron 3 Super	10.0	10.0	100.0%	0		87.80s	15,561	2,021	9,996

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		2.25s	8,352	285	0
Nemotron 3 Super	10.0	10.0	100.0%	0		18.16s	7,944	877	2,607

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		3.22s	903	27	0
Nemotron 3 Super	2.9	4.4	22.2%	2		16.19s	456	5,255	6,072

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		2.09s	576	117	0
Nemotron 3 Super	4.1	10.0	0.0%	0		6.91s	492	105	363

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	6.5	10.0	50.0%	0		2.84s	795	78	0
Nemotron 3 Super	7.3	10.0	50.0%	0		6.97s	723	956	2,383

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	6.5	10.0	33.3%	0		4.23s	828	108	0
Nemotron 3 Super	3.0	10.0	0.0%	0		3.15s	708	570	1,322

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
Nemotron 3 Super	10.0	10.0	100.0%	0		39.75s	8,544	270	1,969

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		1.25s	224	12	0
Nemotron 3 Super	3.0	10.0	0.0%	0		55.32s	138	3,251	3,313

快速对比

切换对比组合