导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 (medium) benchmark 对比：GLM 5.1 (medium) 平均分领先，为 7.1 vs 6.9。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $0.288。 Gemini 3 Flash Preview 更快，为 1.65s vs 33.67s，通过率为 66.7% vs 68.3%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（6.9 vs 7.1），同时成本比GLM 5.1 (medium)低约 11.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17 GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数 6.9 7.1
排名 #81 #77
可靠性 10.0 6.7
一致性 9.2 8.3
测试正确
尝试通过率 66.7% 68.3%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 0.186 2.496
总成本 $0.025 $0.288
输入价格 $0.500 / 1M $0.966 / 1M
输出价格 $3.000 / 1M $3.036 / 1M
总输入令牌 37,011 32,995
输出令牌 1,885 11,655
推理令牌 0 75,421
响应时间（平均） 1.65s 33.67s
响应时间（最大） 3.56s 172.60s
响应时间（总计） 23.07s 673.41s

生成展示

Hamster playing table tennis

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

#81 Gemini 3 Flash Preview

none
成本
$0.003
时间
5.6s
令牌
981 tok

#77 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 8.3 10.0 75.0% 0 1.25s 498 214 0
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 5.5 10.0 33.3% 0 1.80s 8,122 453 0
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 4.7 1.6 66.7% 1 3.56s 12,862 350 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 1.41s 7,263 279 0
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 7.7 10.0 66.7% 0 963ms 643 18 0
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 1.13s 490 104 0
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 6.4 5.8 66.7% 1 1.58s 619 74 0
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 7.7 10.0 66.7% 0 1.05s 574 144 0
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 3.35s 5,784 234 0
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 3.0 10.0 0.0% 0 1.07s 156 15 0
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

Step 3.7 FlashhighvsGLM 5.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumGemini 3 Flash PreviewnonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsLaguna XS 2.1medium免费可用Gemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsMiMo-V2.5mediumGemini 3 Flash PreviewnonevsStep 3.7 Flashhigh