Google: Gemini 3.5 Flash-Lite vs Z.ai: GLM 5.2

Gemini 3.5 Flash-Lite (high) 平均分领先，为 8.1 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.187 vs $0.584。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 23.28s，通过率为 81.8% vs 80.3%。

推荐模型Gemini 3.5 Flash-Lite (high)它在这里得分最高（8.1），同时响应速度比GLM 5.2 (medium)快约 2.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数	8.1	7.8
排名	#31	#42
可靠性	10.0	9.5
一致性	7.5	8.0
测试正确
尝试通过率	81.8%	80.3%
不稳定测试	7	4
总运行次数	66	63
每个结果成本	4.169	2.159
总成本	$0.584	$0.187
输入价格	$0.300 / 1M	$0.808 / 1M
输出价格	$2.500 / 1M	$2.539 / 1M
总输入令牌	105,138	37,199
输出令牌	8,315	12,261
推理令牌	212,507	49,500
响应时间（平均）	9.48s	23.28s
响应时间（最大）	43.93s	101.36s
响应时间（总计）	208.52s	488.94s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 tok

#42 GLM 5.2

medium

成本: $0.041
时间: 195.8s
令牌: 9,287 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

类别:

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

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 3.5 Flash-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

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 3.5 Flash-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

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 3.5 Flash-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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 3.5 Flash-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

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 3.5 Flash-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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 3.5 Flash-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

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 3.5 Flash-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

快速对比

切换对比组合

Gemini 3.5 Flash-LitehighvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium Claude Opus 4.8lowvsGLM 5.2medium Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max GPT-5.6 TerrahighvsGLM 5.2medium Kimi K3maxvsGLM 5.2medium GPT-5.6 LunahighvsGLM 5.2medium Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh DeepSeek V4 FlashhighvsGLM 5.2medium Gemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium