AI BENCHY 对比
Z.ai: GLM 4.7 Flash vs Z.ai: GLM 5 Turbo
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | GLM 4.7 Flash GLM 4.7 Flash medium | GLM 5 Turbo GLM 5 Turbo none |
|---|---|---|
| 分数 | 4.5 | 5.4 |
| 排名 | #143 | #121 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.5 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 36.8% | 35.1% |
| 不稳定测试 | 8 | 2 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 1.139 | 0.522 |
| 总成本 | $0.046 | $0.032 |
| ???? | $0.060 / 1M | $1.200 / 1M |
| ???? | $0.400 / 1M | $4.000 / 1M |
| 输出令牌 | 39,759 | 1,791 |
| 推理令牌 | 73,598 | 0 |
| 响应时间（平均） | 30.57s | 2.91s |
| 响应时间（最大） | 174.55s | 8.21s |
| 响应时间（总计） | 366.78s | 55.35s |
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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 4.7 | 5.9 | 41.7% | 2 | 14.95s | 1,122 | 6,110 | |
| GLM 5 Turbo | 3.0 | 10.0 | 0.0% | 0 | 2.84s | 382 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 3.6 | 2.1 | 33.3% | 1 | 21.26s | 969 | 6,936 | |
| GLM 5 Turbo | 5.3 | 3.4 | 33.3% | 1 | 3.93s | 505 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 2.8 | 2.1 | 33.3% | 1 | 65.57s | 2,585 | 20,648 | |
| GLM 5 Turbo | 3.0 | 10.0 | 0.0% | 0 | 4.89s | 144 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 6.3 | 10.0 | 50.0% | 0 | 1.51s | 584 | 2,755 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 174.55s | 33,000 | 25,394 | |
| GLM 5 Turbo | 5.3 | 10.0 | 33.3% | 0 | 1.97s | 25 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 3.6 | 9.7 | 0.0% | 0 | 18.14s | 18 | 2,138 | |
| GLM 5 Turbo | 4.2 | 9.9 | 0.0% | 0 | 2.18s | 48 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 6.2 | 5.8 | 66.7% | 1 | 2.97s | 388 | 2,181 | |
| GLM 5 Turbo | 6.5 | 10.0 | 50.0% | 0 | 2.13s | 65 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 12.90s | 798 | 5,225 | |
| GLM 5 Turbo | 5.5 | 7.4 | 44.4% | 1 | 2.43s | 180 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.95s | 224 | 1,014 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 8.21s | 222 | 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 4.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 11.13s | 71 | 1,197 | |
| GLM 5 Turbo | 3.0 | 10.0 | 0.0% | 0 | 2.37s | 16 | 0 |
快速对比
切换对比组合
MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumLing-2.6-1TnonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumElephant AlphamediumvsGLM 5 TurbononeMistral Small 4mediumvsGLM 5 TurbononeMiniMax M2.5medium免费可用vsGLM 5 TurbononeQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGLM 5 TurbononeTrinity Large PreviewnonevsGLM 4.7 Flashmediumgpt-oss-120bmedium免费可用vsGLM 5 Turbonone