AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Z.ai: GLM 5.1

摘要

Gemini 3 Flash Preview vs GLM 5.1 benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 7.4 vs 7.1。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $0.395。 Gemini 3 Flash Preview 更快，为 5.76s vs 33.67s，通过率为 79.4% vs 68.3%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（7.4），同时成本比GLM 5.1低约 3.6 倍。

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

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数	7.4	7.1
排名	#54	#66
可靠性	10.0	6.7
一致性	9.2	8.3
测试正确
尝试通过率	79.4%	68.3%
不稳定测试	2	4
总运行次数	63	63
每个结果成本	0.689	2.496
总成本	$0.111	$0.395
输入价格	$0.500 / 1M	$0.975 / 1M
输出价格	$3.000 / 1M	$4.301 / 1M
总输入令牌	36,769	32,995
输出令牌	2,076	11,655
推理令牌	28,518	75,421
响应时间（平均）	5.76s	33.67s
响应时间（最大）	14.72s	172.60s
响应时间（总计）	120.93s	673.41s

生成展示

Hamster playing table tennis

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

#54 Gemini 3 Flash Preview

low

成本: $0.007
时间: 12.1s
令牌: 2,289 tok

#66 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 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
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 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
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 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	0
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 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
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 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
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 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
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 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
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 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
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 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
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