AI BENCHY Compare

Google: Gemma 4 31B vs Z.ai: GLM 5

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-19

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 GLM 5 medium Rilis: 2026-02-12

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 GLM 5 medium Rilis: 2026-02-12
Skor	8.2	8.1
Peringkat	#18	#24
Keandalan	6.7	10.0
Konsistensi	9.6	8.3
Tes benar
Tingkat lulus per percobaan	77.2%	80.7%
Tes tidak stabil	1	4
Total Run	57	57
Biaya per hasil	0.158	1.379
Total Biaya	$0.023	$0.180
Harga input	$0.120 / 1M	$0.600 / 1M
Harga output	$0.370 / 1M	$1.920 / 1M
Token output	14,426	20,564
Token penalaran	37,964	70,787
Waktu respons (rata-rata)	28.72s	27.34s
Waktu respons (maks)	90.14s	79.09s
Waktu respons (total)	488.27s	300.78s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	962	2,046
GLM 5	10.0	10.0	100.0%	0		23.66s	480	7,056

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	4.7	1.6	66.7%	1		70.97s	3,166	5,449
GLM 5	10.0	10.0	100.0%	0		79.09s	330	19,814

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GLM 5	10.0	10.0	100.0%	0		28.96s	662	3,242

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	1,822	2,951
GLM 5	7.1	5.6	83.3%	1		8.90s	567	3,734

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	4,349	8,985
GLM 5	3.5	4.4	33.3%	2		0ms	13,176	14,137

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	105	888
GLM 5	6.1	3.1	66.7%	1		14.69s	2,020	2,248

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	533	2,035
GLM 5	10.0	10.0	100.0%	0		7.25s	1,001	2,129

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	9.9	10.0	100.0%	0		27.63s	1,797	5,596
GLM 5	10.0	10.0	100.0%	0		15.64s	1,694	4,983

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GLM 5	10.0	10.0	100.0%	0		15.93s	233	994

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	1,692	10,014
GLM 5	3.0	10.0	0.0%	0		67.37s	401	12,450

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashminimalvsGLM 5medium Gemini 3 Flash PreviewnonevsGLM 5medium Gemini 3.1 Flash Lite PreviewlowvsGLM 5medium Gemini 3.1 Flash Lite PreviewnonevsGLM 5medium GPT-5.2 ChatnonevsGLM 5medium Gemini 3.1 Flash LitelowvsGLM 5medium GPT-5.3 ChatnonevsGLM 5medium DeepSeek V4 FlashhighTersedia gratisvsGLM 5medium Gemma 4 31BmediumTersedia gratisvsGPT-5.2 Chatnone Gemma 4 31BmediumTersedia gratisvsGPT-5.5low Gemma 4 31BmediumTersedia gratisvsGPT-5.3 Chatnone DeepSeek V4 FlashhighTersedia gratisvsGemma 4 31BmediumTersedia gratis