AI BENCHY 对比
Z.ai: GLM 5 vs Z.ai: GLM 5 Turbo
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-08
| 指标 | GLM 5 GLM 5 medium | GLM 5 Turbo GLM 5 Turbo medium |
|---|---|---|
| 分数 | 8.1 | 8.1 |
| 排名 | #19 | #20 |
| 可靠性 | 10.0 | 6.7 |
| 一致性 | 8.3 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 80.7% | 77.2% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 1.379 | 1.438 |
| 总成本 | $0.180 | $0.187 |
| ???? | $0.600 / 1M | $1.200 / 1M |
| ???? | $1.920 / 1M | $4.000 / 1M |
| 输出令牌 | 20,564 | 12,217 |
| 推理令牌 | 70,787 | 40,252 |
| 响应时间（平均） | 27.34s | 18.85s |
| 响应时间（最大） | 79.09s | 194.23s |
| 响应时间（总计） | 300.78s | 358.15s |
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 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 480 | 7,056 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 4.82s | 362 | 3,137 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 79.09s | 330 | 19,814 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 12.26s | 332 | 3,301 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 28.96s | 662 | 3,242 | |
| 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 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 567 | 3,734 | |
| 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 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 13,176 | 14,137 | |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 2,020 | 2,248 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 1,001 | 2,129 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 5.38s | 255 | 2,183 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 15.64s | 1,694 | 4,983 | |
| GLM 5 Turbo | 8.7 | 7.9 | 77.8% | 1 | 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 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 233 | 994 | |
| GLM 5 Turbo | 10.0 | 10.0 | 100.0% | 0 | 9.84s | 241 | 446 |
| 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 5 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 401 | 12,450 | |
| GLM 5 Turbo | 3.0 | 10.0 | 0.0% | 0 | 40.17s | 20 | 1,319 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsGLM 5mediumGemini 3.1 Flash LitelowvsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsGLM 5mediumGPT-5.3 ChatnonevsGLM 5 TurbomediumGPT-5.3 ChatnonevsGLM 5medium