导航
AI BENCHY
Your ad here

AI BENCHY 对比

Google: Gemma 4 31B vs xAI: Grok 4.20

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-04-02

指标 Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 6.7 7.1
排名 #47 #40
一致性 10.0 8.2
测试正确
尝试通过率 52.9% 66.7%
不稳定测试 0 4
总运行次数 51 51
每个结果成本 0.023 7.358
总成本 $0.002 $0.663
???? $0.140 / 1M $2.000 / 1M
???? $0.400 / 1M $6.000 / 1M
输出令牌 660 1,494
推理令牌 0 97,078
响应时间(平均) 2.55s 9.50s
响应时间(最大) 4.68s 29.87s
响应时间(总计) 38.20s 161.54s

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) 输出令牌 推理令牌
Gemma 4 31B 6.5 10.0 50.0% 0 1.85s 45 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving 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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

快速对比

切换对比组合