AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 Turbo GLM 5 Turbo medium Rilis: 2026-03-15

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	GLM 5 Turbo GLM 5 Turbo medium Rilis: 2026-03-15
Skor	8.0	7.9
Peringkat	#23	#28
Keandalan	6.7	8.3
Konsistensi	9.2	8.1
Tes benar
Tingkat lulus per percobaan	75.0%	76.7%
Tes tidak stabil	2	5
Total Run	60	60
Biaya per hasil	0.205	1.872
Total Biaya	$0.029	$0.244
Harga input	$0.120 / 1M	$1.200 / 1M
Harga output	$0.370 / 1M	$4.000 / 1M
Token output	19,604	12,231
Token penalaran	49,687	53,558
Waktu respons (rata-rata)	35.51s	22.69s
Waktu respons (maks)	150.90s	194.23s
Waktu respons (total)	639.17s	453.72s

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 Turbo	10.0	10.0	100.0%	0		4.82s	362	3,137

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	3.8	1.6	50.0%	2		110.94s	8,344	17,172
GLM 5 Turbo	7.3	5.8	83.3%	1		53.92s	346	16,607

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 Turbo	10.0	10.0	100.0%	0		13.88s	390	2,037

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 Turbo	10.0	10.0	100.0%	0		6.19s	577	3,632

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 Turbo	2.9	4.4	22.2%	2		71.07s	9,665	19,279

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 Turbo	6.1	3.1	66.7%	1		10.05s	60	2,216

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 Turbo	10.0	10.0	100.0%	0		5.38s	255	2,183

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 Turbo	8.7	7.9	77.8%	1		5.44s	315	2,702

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 Turbo	10.0	10.0	100.0%	0		9.84s	241	446

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 Turbo	3.0	10.0	0.0%	0		40.17s	20	1,319

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.7 MaxnonevsGLM 5 Turbomedium Gemini 3.5 FlashminimalvsGLM 5 Turbomedium Gemma 4 31BmediumTersedia gratisvsQwen3.7 Maxnone Gemini 3 Flash PreviewnonevsGLM 5 Turbomedium Gemini 3.1 Flash Lite PreviewlowvsGLM 5 Turbomedium GPT-5.2 ChatnonevsGLM 5 Turbomedium Gemma 4 31BmediumTersedia gratisvsGPT-5.2 Chatnone Gemini 3.1 Flash Lite PreviewnonevsGLM 5 Turbomedium Gemini 3.1 Flash LitelowvsGLM 5 Turbomedium GPT-5.3 ChatnonevsGLM 5 Turbomedium DeepSeek V4 FlashhighTersedia gratisvsGLM 5 Turbomedium Gemma 4 31BmediumTersedia gratisvsGPT-5.3 Chatnone