Gemma 4 31B
よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(54%安い)。
より安価でスコアの高いランク付けモデルが11つあります:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138)ほか8つ。
2026年11月16日時点で、Gemma 4 31B(Google)のBenchLeader Indexは51.9です(ランク付け対象は608構成)。最も強いのは数学(65)、最も弱いのは知識(24)です。API料金は入力100万トークンあたり$0.200、出力100万トークンあたり$0.400(3:1のブレンドで$0.250)で、2026年11月16日時点の定価です。出力速度は約64トークン/秒です(OpenRouter)。2026年4月2日にリリースされました。
要点(2026年11月16日時点)
- Gemma 4 31BのAPI料金は入力100万トークンあたり$0.200、出力100万トークンあたり$0.400(3:1のブレンドで$0.250)です(定価、2026年11月16日)。
- Gemma 4 31Bの出力速度は約64トークン/秒です(OpenRouter、2026年11月16日)。
- Gemma 4 31Bは2026年4月2日にリリースされました(Google)。
詳しく見ると:Gemma 4 31BはGoogleのオープンウェイトのモデルです(2026年4月2日リリース)。最もスコアの高い構成は、BenchLeader Indexで51.9 ±7.8を記録し、608構成中296位で上位半分に入ります。重要なのはこの「±」です。ほかに380構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(65)、知識が最も低くなっています(24)。ブレンド価格は100万トークンあたり$0.250で、ランク付けされたモデルの多くより安価です。出力速度は64トークン/秒、最初のトークンまで0.5秒で、多くのモデルより低速です。6通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $0.250/M
- 入力$0.200・出力$0.400
- 出典:models.dev
- 出力速度
- 64 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 0.54 s
- コンテキスト
- 262k
- 出典:models.dev
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年4月2日
- 総合Index52
- 推論61
- コーディング48
- 数学65
- 知識24
- 人間の評価54
- マルチモーダル62
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/gemma-4-31b)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| 推論なし | 49.8 | #353 | 47 tok/s | 4.12 s | $0.0002 | エージェント・ツール 44 · 指示追従 55 · 長文コンテキスト 47 · マルチモーダル 53 |
| minimal | – | – | 64 tok/s | 0.54 s | $0.0002 | 数学 55 · 推論 55 |
| high | – | – | 64 tok/s | 0.54 s | $0.0002 | |
| max | – | – | 64 tok/s | 0.54 s | $0.0002 | 総合 13 |
| thinking | 46.6 | #427 | 36 tok/s | 52 s | $0.0002 | エージェント・ツール 50 · コーディング 28 · 指示追従 74 · 知識 18 · 長文コンテキスト 59 · マルチモーダル 56 · 推論 33 |
| 未記載最良 | 51.9 | #296 | 64 tok/s | 0.54 s | $0.0002 | コーディング 48 · 人間の評価 54 · 知識 24 · 数学 65 · マルチモーダル 62 · 推論 61 |
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- 推論なし
- thinking
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | 推論なし | thinking | 出典 | 推移 |
|---|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | 38.9#155 | Artificial Analysis |
推論
| ベンチマーク | 推論なし | minimal | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | 75.8%#156 | – | – | – | Epoch AI Benchmarking Hub | |
| Arena Hard Promptsエフォート未記載 | – | – | – | – | 1475#77 | Arena (LMArena) | |
| LiveBench 2.0 ReasoningIndex対象外 | – | – | 68.3%#34 | – | – | LiveBench | |
| GPQA Diamond (AA)Index対象外 | 76.3%#241 | – | – | 85.7%#123 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 11.8%#307 | – | – | 23.6%#210 | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | – | – | 7.2%#130 | – | Artificial Analysis | |
| Kagi LLM Benchmarkエフォート未記載 | – | – | – | – | 63.5%#42 | Kagi LLM Benchmark | |
| CritPtIndex対象外 | 0.0%#337 | – | – | 1.4%#230 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | – | – | 4.0%#116 | – | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | – | – | 1498#48 | Arena (LMArena) | |
| LMCAIndex対象外エフォート未記載 | – | – | – | – | 39.3%#116 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | – | – | 82.7%#125 | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外エフォート未記載 | – | – | – | – | 61.1%#69 | ForecastBench |
コーディング
| ベンチマーク | 推論なし | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SciCodeエフォート未記載 | – | – | – | 45.5%#155 | SciCode | |
| WeirdMLエフォート未記載 | – | – | – | 52.3%#66 | WeirdML | |
| Arena Codingエフォート未記載 | – | – | – | 1502#77 | Arena (LMArena) | |
| Arena WebDevエフォート未記載 | – | – | – | 1370#113 | Arena (LMArena) | |
| LiveBench 2.0 CodingIndex対象外 | – | 20.3%#34 | – | – | LiveBench | |
| SciCode (AA)Index対象外 | – | – | 45.5%#160 | – | Artificial Analysis | |
| Surface Evolver BenchIndex対象外エフォート未記載 | – | – | – | 30.6%#24 | Epoch AI Benchmarking Hub | |
| ALE-BenchIndex対象外エフォート未記載 | – | – | – | 925.5#75 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | – | – | 0.0%#186 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 29.2%#160 | – | 43.5%#136 | – | Artificial Analysis | |
| GameBench 2 by reasoning settingIndex対象外 | 18.6#198 | – | – | – | DuelLab GameBench 2 | |
| FrontierCode 2.0 (AA) | – | – | 0.0%#125 | – | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 推論なし | high | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| LiveBench Long AgenticIndex対象外 | – | – | 8.5%#34 | – | – | LiveBench | |
| LiveBench BrowserIndex対象外 | – | – | 0.0%#34 | – | – | LiveBench | |
| Terminal-Bench Hard | 30.3%#115 | – | – | 36.4%#71 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 65.5%#171 | – | – | 59.9%#183 | – | Artificial Analysis | |
| GDPval-AA v2.1, normalised scoreIndex対象外 | 2.4%#120 | – | – | 5.9%#115 | – | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | 555#234 | – | – | 627#227 | – | Artificial Analysis | |
| τ³-Banking (AA) | 8.9%#156 | – | – | 14.8%#123 | – | Artificial Analysis | |
| ITBench SRE (AA)Index対象外 | – | – | – | 37.3%#25 | – | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)Index対象外 | – | 39.3%#34 | – | – | – | Vals AI | |
| AutomationBenchIndex対象外 | – | – | – | 4.9%#200 | – | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | – | – | – | 6.0%#187 | – | Artificial Analysis | |
| EnterpriseOps-GymIndex対象外 | – | – | – | 28.4%#46 | – | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | – | – | – | 369#227 | – | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)Index対象外 | – | – | – | 0.0%#115 | – | Artificial Analysis | |
| FACTS SearchIndex対象外エフォート未記載 | – | – | – | – | 75.3%#23 |
数学
| ベンチマーク | minimal | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| OTIS Mock AIME | 73.3%#140 | – | Epoch AI Benchmarking Hub | |
| Arena Mathsエフォート未記載 | – | 1467#59 | Arena (LMArena) |
知識
| ベンチマーク | high | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SimpleQA Verifiedエフォート未記載 | – | – | – | 10.4%#97 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data AnalysisIndex対象外 | – | 53.3%#33 | – | – | LiveBench | |
| LiveBench ResearchIndex対象外 | – | 38.1%#34 | – | – | LiveBench | |
| AA-Omniscience v1.1 | – | – | -48.5#139 | – | Artificial Analysis | |
| CaseLaw v2Index対象外 | 52.6%#43 | – | – | – | Vals AI | |
| AA-Omniscience v1.1: accuracyIndex対象外 | – | – | 19.9%#123 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | – | – | 14.5%#125 | – | Artificial Analysis | |
| FACTS ParametricIndex対象外エフォート未記載 | – | – | – | 6.9%#26 |
指示追従
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| IFBench | 53.5%#158 | 75.6%#29 | – | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外エフォート未記載 | – | – | 1453#64 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1452#78 | Arena (LMArena) | |
| EQ-Bench 4 | 1110#26 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外 | 1369#77 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1418#88 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1465#75 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1469#65 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | 推論なし | high | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | – | – | – | 1279#36 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | – | – | 56.5%#32 | – | – | LiveBench | |
| MMMU-Pro | 70.3%#157 | – | – | 73.4%#136 | – | Artificial Analysis | |
| MortgageTaxIndex対象外 | – | 61.4%#58 | – | – | – | Vals AI | |
| SAGEIndex対象外 | – | 82.8%#24 | – | – | – | Vals AI | |
| FACTS MultimodalIndex対象外エフォート未記載 | – | – | – | – | 42.3%#15 |
長文コンテキスト
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 46.7%#352 | 69.7%#239 | – | Artificial Analysis | |
| Arena DocumentIndex対象外エフォート未記載 | – | – | 1452#31 | Arena (LMArena) | |
| FACTS GroundingIndex対象外エフォート未記載 | – | – | 75.8%#8 |
総合
| ベンチマーク | 推論なし | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 144.3#95 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 32.4%#34 | – | – | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | – | – | 4.4#125 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 13.9#314 | – | 14.7#302 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 233#312 | – | 253.5#255 | – | Artificial Analysis |
GameBench 2, best reasoning setting (None): 18.6. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Modal | 194 tok/s | 0.42 s | $0.340 | $0.100 | 131k | – |
| Friendli | 149 tok/s | 0.56 s | $0.140 | $0.400 | 262k | – |
| KT | 137 tok/s | 0.69 s | $0.100 | $0.340 | 262k | – |
| Prime Intellect | 87 tok/s | 1.55 s | $0.200 | $0.335 | 262k | fp4 |
| NextBit | 84 tok/s | 0.56 s | $0.150 | $0.400 | 262k | fp4 |
| SambaNova | 70 tok/s | 3.60 s | $0.380 | $1.15 | 131k | – |
| CoreWeave | 69 tok/s | 0.36 s | $0.100 | $0.340 | 262k | fp4 |
| DeepInfra (fp4) | 65 tok/s | 0.36 s | $0.135 | $0.510 | 262k | fp4 |
| Venice | 50 tok/s | 0.63 s | $0.120 | $0.360 | 256k | fp4 |
| Crusoe | 49 tok/s | 0.50 s | $0.140 | $0.400 | 262k | bf16 |
| SiliconFlow | 35 tok/s | 1.07 s | $0.750 | $1.00 | 262k | fp8 |
| DekaLLM | 32 tok/s | 0.81 s | $0.140 | $0.400 | 262k | – |
| NovitaAI | 28 tok/s | 0.68 s | $0.140 | $0.400 | 262k | bf16 |
| Parasail | 24 tok/s | 1.32 s | $0.150 | $0.400 | 262k | fp8 |
| Chutes | 23 tok/s | 3.77 s | $0.120 | $0.370 | 131k | fp4 |
| DeepInfra (fp8) | 11 tok/s | 2.97 s | $0.300 | $0.600 | 262k | fp8 |
| DeepInfra (fp8) | 7 tok/s | 18 s | $0.200 | $0.400 | 262k | fp8 |
利用状況
Gemma 4 31Bが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
出典: 利用状況: OpenRouterのランキング・2026年11月16日時点のデータ。
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.250のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0002 | $0.0002 | 5.2 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0026 | $0.0031 | 9.9 s |
| コード編集 | 6,000 / 1,500 | $0.0018 | $0.0020 | 24.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.014 | $0.016 | 1.1 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0005 | $0.0006 | 3.7 s |
Googleのほかのモデル
Gemma 4 31Bと比較する
関連ページ
埋め込み・引用
Gemma 4 31Bの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/gemma-4-31b)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Gemma 4 31B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemma-4-31b
BibTeX:
@misc{benchleader_gemma_4_31b_20261116,
author = {{BenchLeader}},
title = {{Gemma 4 31B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemma-4-31b}},
note = {Data as of 2026-11-16}
}よくある質問
- Gemma 4 31Bのベンチマークスコアは?
- 2026年11月16日時点で、Gemma 4 31BのBenchLeader Indexは51.9 ±7.8です。最も強いのは数学(65)、最も弱いのは知識(24)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Gemma 4 31Bの順位は?
- 2026年11月16日時点で、Gemma 4 31Bはランク付けされた608構成中296位です。ほかに380構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Gemma 4 31Bの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Gemma 4 31Bの料金は入力100万トークンあたり$0.200、出力100万トークンあたり$0.400で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.250です。定価が最後に変わったのは2026年10月21日です。
- Gemma 4 31BはMuse Emberより優れていますか?
- 2026年11月16日時点で、Gemma 4 31BとMuse Ember(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで51.9対52.1、±8.7の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Gemma 4 31Bはいつリリースされましたか?
- Googleが2026年4月2日にGemma 4 31Bをリリースしました。BenchLeaderには6通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Gemma 4 31B:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gemma-4-31b