AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 GLM 5 none Rilis: 2026-02-12

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 GLM 5 none Rilis: 2026-02-12
Skor	8.2	6.5
Peringkat	#14	#80
Keandalan	6.7	10.0
Konsistensi	9.6	9.7
Tes benar
Tingkat lulus per percobaan	77.2%	49.1%
Tes tidak stabil	1	1
Total Run	57	57
Biaya per hasil	0.158	0.219
Total Biaya	$0.023	$0.020
Harga input	$0.130 / 1M	$0.600 / 1M
Harga output	$0.380 / 1M	$1.920 / 1M
Token output	14,426	1,972
Token penalaran	37,964	0
Waktu respons (rata-rata)	28.72s	4.18s
Waktu respons (maks)	90.14s	11.07s
Waktu respons (total)	488.27s	50.12s

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	4.8	10.0	25.0%	0		2.37s	275	0

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	5.6	3.5	33.3%	1		8.84s	408	0

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	3.0	10.0	0.0%	0		4.98s	406	0

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	10.0	10.0	100.0%	0		5.78s	203	0

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	3.0	10.0	0.0%	0		2.24s	19	0

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	10.0	10.0	100.0%	0		3.27s	103	0

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		1.48s	61	0

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	7.7	10.0	66.7%	0		2.05s	264	0

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		11.07s	220	0

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		3.62s	13	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Grok 4.1 FastmediumvsGLM 5none Mercury 2mediumvsGLM 5none GPT-5 NanomediumvsGLM 5none Qwen3.6 27BmediumvsGLM 5none Kimi K2.5mediumvsGLM 5none Gemini 3.1 Flash LiteminimalvsGLM 5none Nemotron 3 SupermediumTersedia gratisvsGLM 5none GPT-5 MinimediumvsGLM 5none Grok 4.20mediumvsGLM 5none DeepSeek V4 ProhighvsGLM 5none Owl AlphamediumvsGLM 5none Gemma 4 31BmediumTersedia gratisvsGPT-5.2 Chatnone