导航
AI BENCHY
Advertise here

AI BENCHY 对比

已对比模型

摘要

Gemma 4 31B vs Gemini 3 PRO Preview vs GLM 5 Turbo 基准对比GLM 5 Turbo 在分数上以 8.4 领先。 Gemma 4 31B 在可靠性上以 10.0 领先。 Gemma 4 31B 的总成本最低，为 $0.033。 Gemini 3 PRO Preview 最快，为 9.05s。

推荐模型: GLM 5 Turbo - 它在本次比较中得分最高（8.4），并且在全部 3 个模型中兼顾成本和响应时间最好。

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

指标 Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用 Gemini 3 PRO Preview Gemini 3 PRO Preview medium 发布日期: 2025-11-18 GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数 6.3 6.2 8.4
排名 #91 #94 #21
可靠性 10.0 不适用 10.0
一致性 9.4 10.0 8.5
测试正确
尝试通过率 69.8% 66.7% 74.6%
不稳定测试 1 0 4
总运行次数 63 63 63
每个结果成本 0.257 1.406 2.011
总成本 $0.033 $0.385 $0.323
输入价格 $0.120 / 1M $9.506 / 1M $1.200 / 1M
输出价格 $0.350 / 1M $9.506 / 1M $4.000 / 1M
总输入令牌 17,957 28,848 35,593
输出令牌 22,356 1,490 12,245
推理令牌 65,726 10,102 62,277
响应时间（平均） 56.55s 9.05s 23.00s
响应时间（最大） 437.40s 26.24s 194.23s
响应时间（总计） 1074.41s 90.53s 482.97s

生成展示

Hamster playing table tennis

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

#91 Gemma 4 31B

medium
成本
$0.002
时间
45.7s
令牌
2,696 tok

#94 Gemini 3 PRO Preview

medium
No endpoints found for google/gemini-3-pro-preview.
成本
$0.000
时间
0.1s
令牌
0 tok

#21 GLM 5 Turbo

medium
成本
$0.074
时间
206.0s
令牌
18,549 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
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 500 149 1,485
GLM 5 Turbo 10.0 10.0 100.0% 0 4.82s 555 362 3,137
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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 5 Turbo 8.2 9.3 66.7% 0 45.90s 5,941 363 25,381
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 13,211 351 952
GLM 5 Turbo 10.0 10.0 100.0% 0 13.88s 12,714 390 2,037
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
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 7,259 279 3,156
GLM 5 Turbo 10.0 10.0 100.0% 0 6.19s 7,107 577 3,632
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
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Gemini 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 643 15 1,195
GLM 5 Turbo 2.9 4.4 22.2% 2 71.07s 489 9,665 19,279
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
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 486 78 374
GLM 5 Turbo 6.1 3.1 66.7% 1 10.05s 477 60 2,216
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
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Gemini 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 623 69 754
GLM 5 Turbo 10.0 10.0 100.0% 0 5.38s 636 255 2,183
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
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 3.88s 570 225 1,215
GLM 5 Turbo 8.7 7.9 77.8% 1 5.23s 609 312 2,647
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 5,556 324 971
GLM 5 Turbo 10.0 10.0 100.0% 0 9.84s 6,879 241 446
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
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 5 Turbo 3.0 10.0 0.0% 0 40.17s 186 20 1,319

快速对比

切换对比组合

Gemma 4 31Bmedium免费可用vsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31Bmedium免费可用Gemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneGemma 4 31Bmedium免费可用vsNemotron 3 Ultra 550b A55bnone免费可用Gemma 4 31Bmedium免费可用vsQwen3.6 Max PreviewnoneGemma 4 31Bmedium免费可用vsGLM 5noneGemma 4 31Bmedium免费可用vsQwen3.6 FlashnoneGemma 4 31Bmedium免费可用vsQwen3.5-35B-A3BnoneGemma 4 31Bmedium免费可用vsQwen3.5-27BnoneGemma 4 31Bmedium免费可用vsQwen3.5 Plus 2026-02-15noneGemma 4 31Bmedium免费可用vsKimi K2.6none免费可用Gemma 4 31Bmedium免费可用vsGPT-5.4none