AI BENCHY 对比
Google: Gemma 4 31B vs HY3 Preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-23
| 指标 | Gemma 4 31B Gemma 4 31B none 免费可用 | HY3 Preview HY3 Preview medium 免费可用 |
|---|---|---|
| 分数 | 6.9 | 8.1 |
| 排名 | #53 | #27 |
| 一致性 | 10.0 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 55.6% | 74.1% |
| 不稳定测试 | 0 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.024 | 0.000 |
| 总成本 | $0.003 | $0.000 |
| ???? | $0.130 / 1M | $0.000 / 1M |
| ???? | $0.380 / 1M | $0.000 / 1M |
| 输出令牌 | 1,359 | 65,057 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 4.02s | 14.63s |
| 响应时间（最大） | 26.13s | 46.04s |
| 响应时间（总计） | 64.33s | 248.72s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 6.5 | 10.0 | 50.0% | 0 | 1.85s | 45 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.59s | 5,955 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 26.13s | 699 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 31.37s | 8,054 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 46.04s | 12,018 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 2.25s | 285 | 0 | |
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 5.25s | 930 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 7.7 | 10.0 | 66.7% | 0 | 3.22s | 27 | 0 | |
| HY3 Preview | 5.3 | 10.0 | 33.3% | 0 | 22.30s | 22,527 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 10.0 | 10.0 | 100.0% | 0 | 2.09s | 117 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 16.84s | 2,448 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 6.5 | 10.0 | 50.0% | 0 | 2.84s | 78 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.16s | 2,967 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 5.5 | 10.0 | 33.3% | 0 | 2.95s | 108 | 0 | |
| HY3 Preview | 5.3 | 7.4 | 44.4% | 1 | 9.55s | 7,062 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 3,096 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash Lite PreviewlowvsHY3 Previewmedium免费可用Gemini 3 Flash PreviewnonevsHY3 Previewmedium免费可用Gemma 4 31Bnone免费可用vsGrok 4.20mediumGemma 4 31Bnone免费可用vsKimi K2.5mediumGPT-5.2 ChatnonevsHY3 Previewmedium免费可用Gemma 4 31Bnone免费可用vsGPT-5 MinimediumGemini 3.1 Flash Lite PreviewnonevsHY3 Previewmedium免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Gemma 4 31Bnone免费可用vsGrok 4.1 FastmediumGemma 4 31Bnone免费可用vsGPT-5.4 MinimediumGPT-5.3 ChatnonevsHY3 Previewmedium免费可用Gemma 4 31Bnone免费可用vsMercury 2medium