AI BENCHY 对比

Google: Gemma 4 31B vs Z.ai: GLM 5

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02

指标	Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02	GLM 5 GLM 5 none 发布日期: 2026-02-12

指标	Gemma 4 31B Gemma 4 31B none 发布日期: 2026-04-02	GLM 5 GLM 5 none 发布日期: 2026-02-12
分数	6.7	6.7
排名	#47	#48
一致性	10.0	10.0
测试正确
尝试通过率	52.9%	52.9%
不稳定测试	0	0
总运行次数	51	51
每个结果成本	0.023	0.201
总成本	$0.002	$0.019
????	$0.140 / 1M	$0.720 / 1M
????	$0.400 / 1M	$2.300 / 1M
输出令牌	660	1,551
推理令牌	0	0
响应时间（平均）	2.55s	3.77s
响应时间（最大）	4.68s	11.07s
响应时间（总计）	38.20s	37.66s

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）	输出令牌	推理令牌
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	45	0
GLM 5	4.8	10.0	25.0%	0		2.37s	275	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）	输出令牌	推理令牌
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GLM 5	3.0	10.0	0.0%	0		4.98s	406	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）	输出令牌	推理令牌
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	285	0
GLM 5	10.0	10.0	100.0%	0		5.78s	203	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）	输出令牌	推理令牌
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	27	0
GLM 5	3.0	10.0	0.0%	0		2.24s	19	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）	输出令牌	推理令牌
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	117	0
GLM 5	10.0	10.0	100.0%	0		3.27s	103	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）	输出令牌	推理令牌
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	78	0
GLM 5	10.0	10.0	100.0%	0		1.48s	61	0

Puzzle Solving	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）	输出令牌	推理令牌
Gemma 4 31B	5.5	10.0	33.3%	0		2.95s	108	0
GLM 5	7.7	10.0	66.7%	0		2.05s	264	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）	输出令牌	推理令牌
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
GLM 5	10.0	10.0	100.0%	0		11.07s	220	0

快速对比

切换对比组合

Gemma 4 31BnonevsGPT-5 Minimedium GPT-5 MinimediumvsGLM 5none Gemma 4 31BnonevsNemotron 3 Supermedium免费可用 Nemotron 3 Supermedium免费可用vsGLM 5none Gemma 4 31BnonevsGrok 4.1 Fastmedium Grok 4.1 FastmediumvsGLM 5none Gemma 4 31BnonevsHunter Alphamedium Hunter AlphamediumvsGLM 5none Gemma 4 31BnonevsGPT-5.4 Minimedium GPT-5.4 MinimediumvsGLM 5none Gemma 4 31BnonevsGrok 4.20medium Grok 4.20mediumvsGLM 5none