Llama vs Gemma: Coding und Kosten

Gemma 4 31B führt bei SciCode mit 45.49% gegenüber 31.71%. Gemma 4 31B hat mit $0.0018 die niedrigeren Beispielkosten; das andere Modell kostet $0.00355.

Aktualisiert 2026-10-29 · 4 Quellen · Methodik

Kriterium	Gewinner	Vorsprung	Beleg
SciCode (%)	Gemma 4 31B	13.78 pp	Llama 4 Maverick 31.71% / Gemma 4 31B 45.49%¹²
Ausgabegeschwindigkeit (tokens/s)	Llama 4 Maverick	14.5 tokens/s	Llama 4 Maverick 50.0 / Gemma 4 31B 35.5 tokens/s
AA-Zeit bis zum ersten Antwort-Token (s)	Llama 4 Maverick	49.07 s	Llama 4 Maverick 0.97 s / Gemma 4 31B 50.04 s
Geschätzte Anfragekosten	Gemma 4 31B	$0.00175	10K + 1K: Llama 4 Maverick $0.00355 / Gemma 4 31B $0.0018

AA-Benchmarks zur Codequalität

Kennzahl	Llama 4 Maverick	Gemma 4 31B (Reasoning)
SciCode (%)	31.71¹	45.49²

Leistung

Kennzahl	Llama 4 Maverick	Gemma 4 31B (Reasoning)
Ausgabegeschwindigkeit (tokens/s)	50.0	35.5
AA-Zeit bis zum ersten Antwort-Token (s)	0.97	50.04

Preise und Anfragekosten

Kennzahl	Llama 4 Maverick · Novita AI	Gemma 4 31B · Novita AI
Eingabe / 1M tokens	$0.27³	$0.14⁴
Ausgabe / 1M tokens	$0.85³	$0.4⁴
Kontextfenster (tokens)	1,048,576³	262,144⁴
Maximale Ausgabe (tokens)	8,192³	131,072⁴
API-Dokumentation	Novita AI · Chat API

Kostenbeispiel: 10,000 Eingabe- + 1,000 abgerechnete Ausgabetokens

Llama 4 Maverick$0.00355

Gemma 4 31B$0.0018

Coding, Reasoning, Kontext und Kosten

Coding-Benchmark

AA SciCode: Llama 4 Maverick 31.71% / Gemma 4 31B 45.49%.¹²

Reasoning-Benchmark

Die AA-Wartezeit bis zur ersten Antwort beträgt mit den gezeigten Einstellungen 0.97 s für Llama 4 Maverick und 50.04 s für Gemma 4 31B.¹²

Kontextfenster (tokens)

Bei Kapazität ist Llama mit 1,048,576 tokens die Wahl; Gemma endet bei 262,144.¹²

Geschätzte Anfragekosten

Dieselben ungecachten Token-Mengen kosten $0.00355 für Llama 4 Maverick und $0.0018 für Gemma 4 31B.¹²

Methodik und Quellen

SciCode ist AAs Bewertung für wissenschaftliche Programmierung und wird als Prozentwert angegeben; höher ist besser. Sie ist vom Leistungstest mit 10,000 Eingabe-Tokens getrennt und keine Cline-Bewertung im Editor. Qualität und Leistung verwenden die neben den Modellnamen gezeigten Konfigurationen. Ein aktueller AA v5 Intelligence Index wird nur angezeigt, wenn für beide Modelle ein Wert veröffentlicht ist. Die AA-Leistungswerte stammen aus dem Benchmark mit 10,000 Eingabe-Tokens und der jeweils angezeigten Modellkonfiguration; die Reasoning-Einstellungen unterscheiden sich. Die Ausgabegeschwindigkeit ist die mediane Ausgaberate. Die Antwortlatenz misst das erste Antwort-Token nach dem Reasoning, nicht den ersten gestreamten Reasoning-Chunk. Bei nicht gestreamtem Reasoning und Modellen ohne Reasoning sind erster Chunk und erste Antwort bei AA dasselbe Ereignis. AA schätzt die Antwortlatenz aus Anfangswartezeit und Reasoning-Dauer; sie ist kein separat erhobener Median. Es sind Referenz-Deployments, keine Garantien für Novita-Endpunkte. Das Kostenbeispiel ohne Cache berechnet 10,000 Eingabe- und 1,000 Ausgabe-Tokens zum Tarif des genannten Anbieters, nicht die Kosten des AA-Benchmarks. Preise sowie Kontext- und Ausgabelimits stammen aus den zitierten Anbieterquellen.

Mit Novita Model APIs entwickeln

API-Schlüssel erstellen und die Anwendung verbinden.

Jetzt entwickeln Modelle ansehen