AI BENCHY 对比
Z.ai: GLM 5.1 vs Z.ai: GLM 5 Turbo
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-07
| 指标 | GLM 5.1 GLM 5.1 medium | GLM 5 Turbo GLM 5 Turbo medium |
|---|---|---|
| 分数 | 8.0 | 8.0 |
| 排名 | #23 | #20 |
| 一致性 | 9.0 | 7.9 |
| 测试正确 | ||
| 尝试通过率 | 76.5% | 76.5% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 1.270 | 1.509 |
| 总成本 | $0.153 | $0.166 |
| ???? | $1.000 / 1M | $1.200 / 1M |
| ???? | $3.200 / 1M | $4.000 / 1M |
| 输出令牌 | 6,666 | 11,865 |
| 推理令牌 | 35,313 | 35,632 |
| 响应时间（平均） | 18.23s | 17.98s |
| 响应时间（最大） | 43.11s | 194.23s |
| 响应时间（总计） | 291.73s | 305.72s |
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 5.1 | 10.0 | 10.0 | 100.0% | 0 | 8.31s | 401 | 5,122 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 4.82s | 362 | 3,137 |
| 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 5.1 | 9.5 | 10.0 | 100.0% | 0 | 43.11s | 327 | 4,206 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 13.88s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 991 | 4,552 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 6.19s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GLM 5.1 | 5.3 | 10.0 | 33.3% | 0 | 29.77s | 969 | 11,314 | |
| GLM 5 Turbo | 2.9 | 4.4 | 22.2% | 2 | 71.07s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 20.95s | 2,875 | 2,875 | |
| GLM 5 Turbo | 6.1 | 3.1 | 66.7% | 1 | 10.05s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GLM 5.1 | 6.4 | 5.8 | 66.7% | 1 | 7.47s | 204 | 1,617 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 5.38s | 255 | 2,183 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| GLM 5.1 | 8.2 | 7.2 | 88.9% | 1 | 23.85s | 899 | 5,627 | |
| GLM 5 Turbo | 7.3 | 5.8 | 55.6% | 2 | 5.44s | 315 | 2,702 |
| 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 5.1 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 9.84s | 241 | 446 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGPT-5.2 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.3 ChatnonevsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGLM 5.1medium