导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemma 4 31B vs OpenAI: GPT-5.4

摘要

Gemma 4 31B vs GPT-5.4 benchmark 对比：Gemma 4 31B 平均分领先，为 6.1 vs 5.8。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.122。 GPT-5.4 更快，为 1.42s vs 4.05s，通过率为 47.6% vs 36.5%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.1），同时成本比GPT-5.4低约 40.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用 GPT-5.4 GPT-5.4 none 发布日期: 2026-03-05
分数 6.1 5.8
排名 #98 #112
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% 36.5%
不稳定测试 0 2
总运行次数 63 63
每个结果成本 0.034 1.740
总成本 $0.004 $0.122
输入价格 $0.120 / 1M $2.500 / 1M
输出价格 $0.350 / 1M $15.000 / 1M
总输入令牌 20,911 34,212
输出令牌 1,407 2,417
推理令牌 0 0
响应时间（平均） 4.05s 1.42s
响应时间（最大） 26.13s 2.95s
响应时间（总计） 76.87s 29.87s

生成展示

Hamster playing table tennis

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

#98 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 tok

#112 GPT-5.4

none
成本
$0.026
时间
18.1s
令牌
1,792 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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 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
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 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-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 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 3.22s 903 27 0
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 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 6.5 10.0 33.3% 0 4.23s 828 108 0
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 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-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 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 1.25s 224 12 0
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

快速对比

切换对比组合

North Mini Codemedium免费可用vsGPT-5.4noneGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumNorth Mini Codemedium免费可用vsGemma 4 31Bnone免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Gemini 3.1 Flash LiteminimalvsGPT-5.4noneGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.4noneNemotron 3 Supermedium免费可用vsGPT-5.4noneGemma 4 31Bnone免费可用vsStep 3.5 FlashmediumGemma 4 31Bnone免费可用vsGPT-5 NanomediumMiniMax M2.7mediumvsGPT-5.4none