AI BENCHY 对比
Google: Gemma 4 31B vs OpenAI: GPT-5 Nano
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Gemma 4 31B Gemma 4 31B none 免费可用 | GPT-5 Nano GPT-5 Nano medium |
|---|---|---|
| 分数 | 6.5 | 6.3 |
| 排名 | #85 | #94 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 10.0 | 7.3 |
| 测试正确 | ||
| 尝试通过率 | 47.6% | 57.1% |
| 不稳定测试 | 0 | 7 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.034 | 0.897 |
| 总成本 | $0.004 | $0.081 |
| 输入价格 | $0.120 / 1M | $0.050 / 1M |
| 输出价格 | $0.370 / 1M | $0.400 / 1M |
| 总输入令牌 | 20,911 | 34,108 |
| 输出令牌 | 1,407 | 5,464 |
| 推理令牌 | 0 | 192,064 |
| 响应时间（平均） | 4.05s | 42.51s |
| 响应时间（最大） | 26.13s | 204.02s |
| 响应时间（总计） | 76.87s | 595.09s |
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 Nano | 6.5 | 7.9 | 58.3% | 1 | 25.50s | 606 | 1,221 | 21,184 |
| 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 Nano | 7.0 | 7.7 | 55.6% | 1 | 41.62s | 7,305 | 740 | 41,152 |
| 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 65.96s | 11,019 | 578 | 17,984 |
| 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 Nano | 3.7 | 1.7 | 50.0% | 2 | 21.42s | 7,140 | 453 | 10,560 |
| 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 Nano | 5.2 | 4.4 | 55.6% | 2 | 204.02s | 619 | 237 | 64,448 |
| 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 Nano | 4.1 | 10.0 | 0.0% | 0 | 17.51s | 477 | 202 | 4,608 |
| 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 Nano | 9.8 | 10.0 | 100.0% | 0 | 15.64s | 660 | 312 | 4,736 |
| 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 Nano | 5.3 | 7.2 | 44.4% | 1 | 20.63s | 642 | 929 | 14,272 |
| 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 5,445 | 558 | 6,976 |
| 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 Nano | 3.0 | 10.0 | 0.0% | 0 | 20.13s | 195 | 234 | 6,144 |
快速对比
切换对比组合
GPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneRing-2.6-1TnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 3.1 Flash LitenonevsGPT-5 NanomediumGemma 4 31Bnone免费可用vsMercury 2mediumGPT-5 NanomediumvsQwen3.7 PlusnoneGemini 3.1 Flash LiteminimalvsGPT-5 NanomediumGPT-5 NanomediumvsGLM 5noneGemma 4 31Bnone免费可用vsMimo V2 OmnimediumGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGPT-5 NanomediumvsMimo V2 OmninoneGemma 4 31Bnone免费可用vsKimi K2.5medium