BenchLeader

Gemma 4 31B

推理强度
质量第 144 / 339 名
51.9Index
高于中位数
较中位数 +1.7
价格第 52 / 255 名
$0.250每百万 token
最便宜的四分之一
中位数的 0.3 倍
速度第 146 / 216 名
64token/秒
低于中位数
中位数的 0.8 倍
性价比第 48 / 255 名
207.6分/$
前四分之一
中位数的 3.7 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 54%。

有 11 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138),另有 8 个。

截至 2026年11月16日,Gemma 4 31B(Google)在 BenchLeader Index 上得分 51.9(共 608 个已排名配置)。表现最好的是数学(65),最弱的是知识(24)。API 价格为输入每百万 token $0.200、输出每百万 token $0.400(按 3:1 混合为 $0.250),为 2026年11月16日的标价。输出速度约为 64 token/秒(OpenRouter)。发布于 2026年4月2日。

要点(截至 2026年11月16日)

  • Gemma 4 31B 的 API 价格为输入每百万 token $0.200、输出每百万 token $0.400(按 3:1 混合为 $0.250)(标价,2026年11月16日)。
  • Gemma 4 31B 的输出速度约为 64 token/秒(OpenRouter,2026年11月16日)。
  • Gemma 4 31B 于 2026年4月2日发布(Google)。

详细说明:Gemma 4 31B 是 Google 的开放权重模型,发布于 2026年4月2日。其最佳配置在 BenchLeader Index 上得分 51.9 ±7.8,在 608 个配置中排第 296 名,处于上半区。关键在于这个“±”:另有 380 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(65),知识最低(24)。按混合价格计,每百万 token $0.250,比大多数已排名模型便宜。输出速度为 64 token/秒,首 token 延迟 0.5 秒,比大多数模型慢。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.250/M
输入 $0.200 · 输出 $0.400
来源:models.dev
输出速度
64 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.54 s
上下文
262k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年4月2日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理61
  3. 编程48
  4. 数学65
  5. 知识24
  6. 人类偏好54
  7. 多模态62

嵌入这个排名

更多徽章样式
[![Gemma 4 31B on BenchLeader: 综合第 143 名](https://www.benchleader.com/badge/gemma-4-31b.svg?style=compact)](https://www.benchleader.com/models/gemma-4-31b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理49.8#35347 tok/s4.12 s$0.0002智能体与工具 44 · 指令遵循 55 · 长上下文 47 · 多模态 53
minimal––64 tok/s0.54 s$0.0002数学 55 · 推理 55
high––64 tok/s0.54 s$0.0002
max––64 tok/s0.54 s$0.0002综合 13
thinking46.6#42736 tok/s52 s$0.0002智能体与工具 50 · 编程 28 · 指令遵循 74 · 知识 18 · 长上下文 59 · 多模态 56 · 推理 33
未说明最佳51.9#29664 tok/s0.54 s$0.0002编程 48 · 人类偏好 54 · 知识 24 · 数学 65 · 多模态 62 · 推理 61

Index 走势

2026年9月8日 至 2026年11月16日
395264
  • 默认
  • 无推理
  • thinking

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index38.9#15538.9#155Artificial Analysis

推理

基准测试无推理minimalmaxthinking默认来源趋势
GPQA Diamond–75.8%#156–––Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––––1475#77Arena (LMArena)
LiveBench 2.0 Reasoning不计入 Index––68.3%#34––LiveBench
GPQA Diamond (AA)不计入 Index76.3%#241––85.7%#123–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index11.8%#307––23.6%#210–Artificial Analysis
HLE-Diamond (AA)–––7.2%#130–Artificial Analysis
Kagi LLM Benchmark推理强度未说明––––63.5%#42Kagi LLM Benchmark
CritPt不计入 Index0.0%#337––1.4%#230–Artificial Analysis
CritPt v2 hard subset (AA)–––4.0%#116–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––––1498#48Arena (LMArena)
LMCA不计入 Index推理强度未说明––––39.3%#116Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––––82.7%#125Epoch AI Benchmarking Hub
ForecastBench不计入 Index推理强度未说明––––61.1%#69ForecastBench

编程

基准测试无推理maxthinking默认来源趋势
SciCode推理强度未说明–––45.5%#155SciCode
WeirdML推理强度未说明–––52.3%#66WeirdML
Arena Coding推理强度未说明–––1502#77Arena (LMArena)
Arena WebDev推理强度未说明–––1370#113Arena (LMArena)
LiveBench 2.0 Coding不计入 Index–20.3%#34––LiveBench
SciCode (AA)不计入 Index––45.5%#160–Artificial Analysis
Surface Evolver Bench不计入 Index推理强度未说明–––30.6%#24Epoch AI Benchmarking Hub
ALE-Bench不计入 Index推理强度未说明–––925.5#75Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index29.2%#160–43.5%#136–Artificial Analysis
GameBench 2 by reasoning setting不计入 Index18.6#198–––DuelLab GameBench 2
FrontierCode 2.0 (AA)––0.0%#125–Artificial Analysis

智能体与工具

基准测试无推理highmaxthinking默认来源趋势
LiveBench Long Agentic不计入 Index––8.5%#34––LiveBench
LiveBench Browser不计入 Index––0.0%#34––LiveBench
Terminal-Bench Hard30.3%#115––36.4%#71–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index65.5%#171––59.9%#183–Artificial Analysis
GDPval-AA v2.1, normalised score不计入 Index2.4%#120––5.9%#115–Artificial Analysis
GDPval-AA v2.1不计入 Index555#234––627#227–Artificial Analysis
τ³-Banking (AA)8.9%#156––14.8%#123–Artificial Analysis
ITBench SRE (AA)不计入 Index–––37.3%#25–Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index–39.3%#34–––Vals AI
AutomationBench不计入 Index–––4.9%#200–Artificial Analysis
GDP.pdf (AA)不计入 Index–––6.0%#187–Artificial Analysis
EnterpriseOps-Gym不计入 Index–––28.4%#46–Artificial Analysis
AA-Briefcase v1.1不计入 Index–––369#227–Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index–––0.0%#115–Artificial Analysis
FACTS Search不计入 Index推理强度未说明––––75.3%#23Google

数学

基准测试minimal默认来源趋势
OTIS Mock AIME73.3%#140–Epoch AI Benchmarking Hub
Arena Maths推理强度未说明–1467#59Arena (LMArena)

知识

基准测试highmaxthinking默认来源趋势
SimpleQA Verified推理强度未说明–––10.4%#97Epoch AI Benchmarking Hub
LiveBench 2.0 Data Analysis不计入 Index–53.3%#33––LiveBench
LiveBench Research不计入 Index–38.1%#34––LiveBench
AA-Omniscience v1.1––-48.5#139–Artificial Analysis
CaseLaw v2不计入 Index52.6%#43–––Vals AI
AA-Omniscience v1.1: accuracy不计入 Index––19.9%#123–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index––14.5%#125–Artificial Analysis
FACTS Parametric不计入 Index推理强度未说明–––6.9%#26Google

指令遵循

基准测试无推理thinking默认来源趋势
IFBench53.5%#15875.6%#29–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1453#64Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1452#78Arena (LMArena)
EQ-Bench 41110#26EQ-Bench
EQ-Bench Creative Writing v3不计入 Index1369#77EQ-Bench
Arena Creative Writing不计入 Index1418#88Arena (LMArena)
Arena Multi-turn不计入 Index1465#75Arena (LMArena)
Arena Longer Queries不计入 Index1469#65Arena (LMArena)

多模态

基准测试无推理highmaxthinking默认来源趋势
Arena Vision推理强度未说明––––1279#36Arena (LMArena)
LiveBench Design不计入 Index––56.5%#32––LiveBench
MMMU-Pro70.3%#157––73.4%#136–Artificial Analysis
MortgageTax不计入 Index–61.4%#58–––Vals AI
SAGE不计入 Index–82.8%#24–––Vals AI
FACTS Multimodal不计入 Index推理强度未说明––––42.3%#15Google

长上下文

基准测试无推理thinking默认来源趋势
AA-LCR v1.146.7%#35269.7%#239–Artificial Analysis
Arena Document不计入 Index推理强度未说明––1452#31Arena (LMArena)
FACTS Grounding不计入 Index推理强度未说明––75.8%#8Google

综合

基准测试无推理maxthinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–––144.3#95Epoch AI Benchmarking Hub
LiveBench 2.0–32.4%#34––LiveBench
AA Intelligence Index v5.0.1不计入 Index––4.4#125–Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index13.9#314–14.7#302–Artificial Analysis
AA Progress Index v1不计入 Index233#312–253.5#255–Artificial Analysis

GameBench 2, best reasoning setting (None): 18.6. 仅供参考,不计入 BenchLeader Index。

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 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Modal194 tok/s0.42 s$0.340$0.100131k–
Friendli149 tok/s0.56 s$0.140$0.400262k–
KT137 tok/s0.69 s$0.100$0.340262k–
Prime Intellect87 tok/s1.55 s$0.200$0.335262kfp4
NextBit84 tok/s0.56 s$0.150$0.400262kfp4
SambaNova70 tok/s3.60 s$0.380$1.15131k–
CoreWeave69 tok/s0.36 s$0.100$0.340262kfp4
DeepInfra (fp4)65 tok/s0.36 s$0.135$0.510262kfp4
Venice50 tok/s0.63 s$0.120$0.360256kfp4
Crusoe49 tok/s0.50 s$0.140$0.400262kbf16
SiliconFlow35 tok/s1.07 s$0.750$1.00262kfp8
DekaLLM32 tok/s0.81 s$0.140$0.400262k–
NovitaAI28 tok/s0.68 s$0.140$0.400262kbf16
Parasail24 tok/s1.32 s$0.150$0.400262kfp8
Chutes23 tok/s3.77 s$0.120$0.370131kfp4
DeepInfra (fp8)11 tok/s2.97 s$0.300$0.600262kfp8
DeepInfra (fp8)7 tok/s18 s$0.200$0.400262kfp8

使用情况

Gemma 4 31B 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#52
token 份额 0.23%

来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.110$0.220$0.330$0.44026年9月26年10月26年11月
输入 输出
当前:输入 $0.200 · 输出 $0.400

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.250。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0002$0.00025.2 s
总结一份 30 页的报告12,000 / 600$0.0026$0.00319.9 s
代码编辑6,000 / 1,500$0.0018$0.002024.0 s
智能体编程会话60,000 / 4,000$0.014$0.0161.1 min
结构化信息提取2,000 / 200$0.0005$0.00063.7 s

Google 的更多模型

本月新上线

将 Gemma 4 31B 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemma 4 31B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Gemma 4 31B on BenchLeader: 综合第 143 名](https://www.benchleader.com/badge/gemma-4-31b.svg)](https://www.benchleader.com/models/gemma-4-31b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Gemma 4 31B 的基准测试得分是多少?
截至 2026年11月16日,Gemma 4 31B 的 BenchLeader Index 为 51.9 ±7.8。最强的是数学(65),最弱的是知识(24)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Gemma 4 31B 排名第几?
截至 2026年11月16日,Gemma 4 31B 在 608 个已排名配置中排第 296 名。另有 380 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Gemma 4 31B 每百万 token 的价格是多少?
截至 2026年11月16日,Gemma 4 31B 的价格为输入每百万 token $0.200、输出每百万 token $0.400,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.250。标价最近一次变动是在 2026年10月21日。
Gemma 4 31B 比 Muse Ember 更好吗?
截至 2026年11月16日,Gemma 4 31B 与 Muse Ember(推理强度 max)的质量不相上下(BenchLeader Index 51.9 比 52.1,在 ±8.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Gemma 4 31B 是什么时候发布的?
Google 于 2026年4月2日发布了 Gemma 4 31B。BenchLeader 收录了它在 6 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Gemma 4 31B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemma-4-31b。