AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Z.ai: GLM 5.2

摘要

Gemini 3 Flash Preview vs GLM 5.2 benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 7.4 vs 7.1。 GLM 5.2 benchmark 成本更低，为 $0.076 vs $0.111。 Gemini 3 Flash Preview 更快，为 5.76s vs 6.34s，通过率为 79.4% vs 60.3%。

推荐模型: GLM 5.2 - 它提供了最佳整体取舍：得分有竞争力（7.1），成本低于Gemini 3 Flash Preview，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数	7.4	7.1
排名	#52	#61
可靠性	10.0	9.9
一致性	9.2	9.6
测试正确
尝试通过率	79.4%	60.3%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	0.689	0.628
总成本	$0.111	$0.076
输入价格	$0.500 / 1M	$1.400 / 1M
输出价格	$3.000 / 1M	$4.400 / 1M
总输入令牌	36,769	38,671
输出令牌	2,076	4,817
推理令牌	28,518	0
响应时间（平均）	5.76s	6.34s
响应时间（最大）	14.72s	20.69s
响应时间（总计）	120.93s	133.19s

Generation showcase

Hamster playing table tennis

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

#52 Gemini 3 Flash Preview

low

Cost: $0.007
Time: 12.1s
Tokens: 2,289 tok

#61 GLM 5.2

none

Invalid SVG

Cost: $0.033
Time: 87.7s
Tokens: 7,455 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 5.2	8.3	10.0	75.0%	0		3.70s	567	313	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 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	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 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	0
GLM 5.2	10.0	10.0	100.0%	0		20.69s	14,296	1,489	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 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
GLM 5.2	5.3	10.0	33.3%	0		6.50s	696	27	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 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	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 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	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 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	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 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

快速对比

切换对比组合