导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemma 4 31B vs Z.ai: GLM 5.1

摘要

Gemma 4 31B vs GLM 5.1 benchmark 对比：Gemma 4 31B 平均分领先，为 6.1 vs 5.6。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.063。 Gemma 4 31B 更快，为 4.05s vs 4.10s，通过率为 47.6% vs 41.3%。

推荐模型: Gemma 4 31B - 它在这里得分最高（6.1），同时成本比GLM 5.1低约 20.7 倍。

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 none 发布日期: 2026-04-02 免费可用 GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数 6.1 5.6
排名 #101 #120
可靠性 10.0 10.0
一致性 10.0 8.5
测试正确
尝试通过率 47.6% 41.3%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 0.034 0.843
总成本 $0.004 $0.063
输入价格 $0.120 / 1M $0.975 / 1M
输出价格 $0.350 / 1M $4.301 / 1M
总输入令牌 20,911 47,133
输出令牌 1,407 3,754
推理令牌 0 0
响应时间（平均） 4.05s 4.10s
响应时间（最大） 26.13s 32.57s
响应时间（总计） 76.87s 86.18s

生成展示

Hamster playing table tennis

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

#101 Gemma 4 31B

none
成本
$0.001
时间
12.8s
令牌
795 tok

#120 GLM 5.1

none
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
Gemma 4 31B 6.5 10.0 50.0% 0 1.85s 852 45 0
GLM 5.1 4.0 6.3 25.0% 2 2.11s 555 305 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
Gemma 4 31B 5.5 10.0 33.3% 0 11.19s 8,381 735 0
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 5.1 2.8 2.1 33.3% 1 32.57s 22,831 2,129 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
Gemma 4 31B 10.0 10.0 100.0% 0 2.25s 8,352 285 0
GLM 5.1 10.0 10.0 100.0% 0 1.08s 7,107 204 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
Gemma 4 31B 7.7 10.0 66.7% 0 3.22s 903 27 0
GLM 5.1 2.9 7.2 11.1% 1 1.99s 687 24 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
Gemma 4 31B 10.0 10.0 100.0% 0 2.09s 576 117 0
GLM 5.1 5.0 10.0 0.0% 0 790ms 477 39 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
Gemma 4 31B 6.5 10.0 50.0% 0 2.84s 795 78 0
GLM 5.1 9.8 10.0 100.0% 0 1.98s 636 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
Gemma 4 31B 6.5 10.0 33.3% 0 4.23s 828 108 0
GLM 5.1 7.7 10.0 66.7% 0 1.45s 609 151 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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 5.1 10.0 10.0 100.0% 0 10.68s 6,789 300 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
Gemma 4 31B 3.0 10.0 0.0% 0 1.25s 224 12 0
GLM 5.1 3.0 10.0 0.0% 0 2.34s 186 11 0

快速对比

切换对比组合

Gemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumNorth Mini Codemedium免费可用vsGemma 4 31Bnone免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用North Mini Codemedium免费可用vsGLM 5.1noneMiniMax M2.7mediumvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGemma 4 31Bnone免费可用vsStep 3.5 FlashmediumGemma 4 31Bnone免费可用vsGPT-5 NanomediumGemini 3.1 Flash LiteminimalvsGLM 5.1noneGemma 4 31Bnone免费可用vsgpt-oss-120bmedium免费可用CobuddymediumvsGLM 5.1none