AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Z.ai: GLM 5V Turbo

摘要

Gemini 3.1 Flash Lite vs GLM 5V Turbo benchmark 对比：GLM 5V Turbo 平均分领先，为 7.3 vs 6.4。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.457。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 23.08s，通过率为 61.9% vs 68.3%。

推荐模型: Gemini 3.1 Flash Lite - 它提供了最佳整体取舍：得分有竞争力（6.4），成本低于GLM 5V Turbo，响应时间也较均衡。

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

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	GLM 5V Turbo GLM 5V Turbo medium 发布日期: 2026-04-01

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	GLM 5V Turbo GLM 5V Turbo medium 发布日期: 2026-04-01
分数	6.4	7.3
排名	#85	#56
可靠性	10.0	10.0
一致性	9.3	7.9
测试正确
尝试通过率	61.9%	68.3%
不稳定测试	2	6
总运行次数	63	63
每个结果成本	0.227	4.151
总成本	$0.028	$0.457
输入价格	$0.250 / 1M	$1.200 / 1M
输出价格	$1.500 / 1M	$4.000 / 1M
总输入令牌	36,892	44,615
输出令牌	2,732	2,347
推理令牌	9,260	98,415
响应时间（平均）	1.89s	23.08s
响应时间（最大）	5.66s	95.88s
响应时间（总计）	39.62s	484.63s

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

#56 GLM 5V Turbo

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 5V Turbo	7.2	6.1	75.0%	2		10.76s	555	587	7,872

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 5V Turbo	6.0	7.2	55.6%	1		63.38s	7,256	440	37,873

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 5V Turbo	6.9	3.8	66.7%	1		15.06s	18,533	403	2,523

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 5V Turbo	10.0	10.0	100.0%	0		9.60s	7,107	236	4,333

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 5V Turbo	5.3	7.2	44.4%	1		38.15s	687	32	29,035

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 5V Turbo	10.0	10.0	100.0%	0		11.09s	477	131	2,183

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 5V Turbo	9.9	10.0	100.0%	0		3.74s	636	72	1,813

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 5V Turbo	7.7	10.0	66.7%	0		10.24s	609	131	4,496

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 5V Turbo	7.0	3.7	66.7%	1		12.53s	8,569	293	765

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 5V Turbo	3.0	10.0	0.0%	0		40.96s	186	22	7,522

快速对比

切换对比组合