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：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.6。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.063。 Gemini 3.1 Flash Lite 更快，为 1.06s vs 4.10s，通过率为 52.4% vs 41.3%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时成本比GLM 5.1低约 4.8 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 none 发布日期: 2026-05-08	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none 发布日期: 2026-05-08	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数	6.1	5.6
排名	#99	#120
可靠性	10.0	10.0
一致性	8.6	8.5
测试正确
尝试通过率	52.4%	41.3%
不稳定测试	4	4
总运行次数	63	63
每个结果成本	0.144	0.843
总成本	$0.013	$0.063
输入价格	$0.250 / 1M	$0.975 / 1M
输出价格	$1.500 / 1M	$4.301 / 1M
总输入令牌	36,710	47,133
输出令牌	2,484	3,754
推理令牌	0	0
响应时间（平均）	1.06s	4.10s
响应时间（最大）	2.97s	32.57s
响应时间（总计）	22.35s	86.18s

生成展示

Hamster playing table tennis

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

#99 Gemini 3.1 Flash Lite

none

成本: $0.001
时间: 4.5s
令牌: 727 tok

#120 GLM 5.1

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	7.5	8.4	66.7%	1		1.07s	506	639	0
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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		938ms	8,128	666	0
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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		2.73s	12,870	357	0
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	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		843ms	7,267	279	0
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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		762ms	647	15	0
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	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		992ms	486	63	0
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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		859ms	619	72	0
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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	6.3	4.8	66.7%	2		720ms	570	150	0
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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		2.97s	5,457	234	0
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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		733ms	160	9	0
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

快速对比

切换对比组合