导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Z.ai: GLM 5.1

摘要

Gemini 3.1 Flash Lite vs GLM 5.1 benchmark 对比：GLM 5.1 平均分领先，为 7.1 vs 6.4。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.292。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 33.67s，通过率为 61.9% vs 68.3%。

推荐模型: Gemini 3.1 Flash Lite - 它的得分接近这里的最高分（6.4 vs 7.1），同时成本比GLM 5.1低约 10.7 倍。

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

指标 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08 GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数 6.4 7.1
排名 #85 #64
可靠性 10.0 6.7
一致性 9.3 8.3
测试正确
尝试通过率 61.9% 68.3%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 0.227 2.496
总成本 $0.028 $0.292
输入价格 $0.250 / 1M $0.980 / 1M
输出价格 $1.500 / 1M $3.080 / 1M
总输入令牌 36,892 32,995
输出令牌 2,732 11,655
推理令牌 9,260 75,421
响应时间（平均） 1.89s 33.67s
响应时间（最大） 5.66s 172.60s
响应时间（总计） 39.62s 673.41s

生成展示

Hamster playing table tennis

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

#85 Gemini 3.1 Flash Lite

low
成本
$0.003
时间
4.0s
令牌
1,479 tok

#64 GLM 5.1

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 500 1,013 1,548
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
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 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
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 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 12,870 348 975
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 7,453 291 697
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
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 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 639 15 1,214
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
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 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 492 69 438
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 619 72 760
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 570 210 1,191
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
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 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 5,457 234 945
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 160 9 420
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

快速对比

切换对比组合

Step 3.7 FlashhighvsGLM 5.1mediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsNemotron 3 Supermedium免费可用Claude Opus 4.8nonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 27BmediumGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsGPT-5 Nanomedium