AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Z.ai: GLM 4.7 Flash

摘要

Gemini 3.1 Flash Lite vs GLM 4.7 Flash benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 4.9。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.013。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 2.86s，通过率为 54.0% vs 36.5%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时响应速度比GLM 4.7 Flash快约 2.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数	6.1	4.9
排名	#97	#146
可靠性	10.0	10.0
一致性	8.8	8.8
测试正确
尝试通过率	54.0%	36.5%
不稳定测试	3	3
总运行次数	63	63
每个结果成本	0.130	0.056
总成本	$0.013	$0.004
输入价格	$0.250 / 1M	$0.060 / 1M
输出价格	$1.500 / 1M	$0.400 / 1M
总输入令牌	36,973	38,745
输出令牌	2,487	2,521
推理令牌	0	0
响应时间（平均）	1.33s	2.86s
响应时间（最大）	4.49s	7.05s
响应时间（总计）	27.91s	40.04s

生成展示

Hamster playing table tennis

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

#97 Gemini 3.1 Flash Lite

minimal

成本: $0.001
时间: 3.7s
令牌: 635 tok

#146 GLM 4.7 Flash

none

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	8.3	10.0	75.0%	0		1.10s	500	639	0
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	0

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		831ms	8,126	666	0
GLM 4.7 Flash	4.3	10.0	0.0%	0		2.54s	7,256	650	0

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		2.53s	12,870	357	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	14,325	704	0

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		1.04s	7,552	279	0
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	7,107	196	0

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	2.9	7.2	11.1%	1		1.02s	641	15	0
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	687	19	0

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		791ms	490	63	0
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	477	134	0

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		932ms	615	72	0
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	636	62	0

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	6.0	4.6	66.7%	2		2.15s	564	153	0
GLM 4.7 Flash	6.4	10.0	33.3%	0		1.20s	609	97	0

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		3.51s	5,457	234	0
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	6,907	212	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		724ms	158	9	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

快速对比

切换对比组合