AI BENCHY 对比
Elephant Alpha vs Z.ai: GLM 4.7 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Elephant Alpha Elephant Alpha none | GLM 4.7 Flash GLM 4.7 Flash none |
|---|---|---|
| 分数 | 5.2 | 5.6 |
| 排名 | #136 | #118 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 9.6 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 29.8% | 38.3% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.000 | 0.053 |
| 总成本 | $0.000 | $0.004 |
| 输入价格 | $0.000 / 1M | $0.060 / 1M |
| 输出价格 | $0.000 / 1M | $0.400 / 1M |
| 输出令牌 | 2,573 | 2,515 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.22s | 3.01s |
| 响应时间（最大） | 3.81s | 7.05s |
| 响应时间（总计） | 22.03s | 39.12s |
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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 6.6 | 10.0 | 50.0% | 0 | 963ms | 610 | 0 | |
| GLM 4.7 Flash | 5.2 | 7.9 | 41.7% | 1 | 5.51s | 438 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.7 | 6.7 | 33.3% | 1 | 1.39s | 375 | 0 | |
| GLM 4.7 Flash | 5.0 | 10.0 | 0.0% | 0 | 3.35s | 644 | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 3.81s | 731 | 0 | |
| GLM 4.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.22s | 704 | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 6.5 | 10.0 | 50.0% | 0 | 1.04s | 246 | 0 | |
| GLM 4.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 4.82s | 196 | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 927ms | 24 | 0 | |
| GLM 4.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 744ms | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.0 | 10.0 | 0.0% | 0 | 854ms | 106 | 0 | |
| GLM 4.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 1.59s | 134 | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 9.8 | 10.0 | 100.0% | 0 | 1.03s | 81 | 0 | |
| GLM 4.7 Flash | 6.5 | 10.0 | 50.0% | 0 | 888ms | 62 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.2 | 10.0 | 0.0% | 0 | 807ms | 170 | 0 | |
| GLM 4.7 Flash | 6.4 | 10.0 | 33.3% | 0 | 1.20s | 97 | 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 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.79s | 230 | 0 | |
| GLM 4.7 Flash | 2.8 | 1.6 | 33.3% | 1 | 7.05s | 212 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 4.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 692ms | 9 | 0 |
快速对比
切换对比组合
CobuddymediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsElephant AlphanoneMistral Small 4mediumvsElephant AlphanoneMiniMax M2.5medium免费可用vsGLM 4.7 FlashnoneMiniMax M2.5medium免费可用vsElephant AlphanoneMistral Small 4mediumvsGLM 4.7 FlashnoneElephant AlphamediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGLM 4.7 FlashnoneOwl AlphamediumvsGLM 4.7 Flashnonegpt-oss-120bmedium免费可用vsGLM 4.7 FlashnoneNemotron 3 Supermedium免费可用vsGLM 4.7 FlashnoneGPT-5 NanomediumvsGLM 4.7 Flashnone