导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemma 4 31B vs OpenAI: GPT-5.6 Luna

摘要

Gemma 4 31B vs GPT-5.6 Luna (low) benchmark 对比：GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 6.1。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.141。 Gemma 4 31B 更快，为 4.05s vs 4.35s，通过率为 47.6% vs 57.1%。

推荐模型: Gemma 4 31B - 它的得分接近这里的最高分（6.1 vs 6.2），同时成本比GPT-5.6 Luna (low)低约 46.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 免费可用 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09
分数 6.1 6.2
排名 #113 #107
可靠性 10.0 10.0
一致性 10.0 8.5
测试正确
尝试通过率 47.6% 57.1%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 0.034 1.404
总成本 $0.004 $0.141
输入价格 $0.120 / 1M $1.000 / 1M
输出价格 $0.350 / 1M $6.000 / 1M
总输入令牌 20,911 34,218
输出令牌 1,407 2,110
推理令牌 0 15,571
响应时间（平均） 4.05s 4.35s
响应时间（最大） 26.13s 18.06s
响应时间（总计） 76.87s 91.45s

生成展示

Hamster playing table tennis

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

#113 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 tok

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 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-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNemotron 3 Supermedium免费可用vsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.6 Max PreviewnoneGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumGPT-5.6 LunalowvsGLM 5none