AI BENCHY 对比

Google: Gemini 2.5 Flash vs Z.ai: GLM 5 Turbo

摘要

Gemini 2.5 Flash vs GLM 5 Turbo benchmark 对比：GLM 5 Turbo 平均分领先，为 8.4 vs 8.2。 GLM 5 Turbo benchmark 成本更低，为 $0.323 vs $0.379。 Gemini 2.5 Flash 更快，为 15.49s vs 23.00s，通过率为 69.8% vs 74.6%。

推荐模型: Gemini 2.5 Flash - 它提供了最佳整体取舍：得分有竞争力（8.2），响应快于GLM 5 Turbo，成本也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15

指标	Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数	8.2	8.4
排名	#24	#21
可靠性	10.0	10.0
一致性	9.6	8.5
测试正确
尝试通过率	69.8%	74.6%
不稳定测试	1	4
总运行次数	63	63
每个结果成本	2.701	2.011
总成本	$0.379	$0.323
输入价格	$0.300 / 1M	$1.200 / 1M
输出价格	$2.500 / 1M	$4.000 / 1M
总输入令牌	34,476	35,593
输出令牌	1,930	12,245
推理令牌	145,145	62,277
响应时间（平均）	15.49s	23.00s
响应时间（最大）	95.48s	194.23s
响应时间（总计）	325.39s	482.97s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#24 Gemini 2.5 Flash

medium

无效SVG

成本: $0.000
时间: 274.0s
令牌: 0 tok

#21 GLM 5 Turbo

medium

成本: $0.074
时间: 206.0s
令牌: 18,549 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
GLM 5 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	12,714	390	2,037

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
GLM 5 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
GLM 5 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
GLM 5 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
GLM 5 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
GLM 5 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
GLM 5 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

快速对比

切换对比组合