Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.1

Der Durchschnittsscore ist mit 7.1 vs 7.1 praktisch gleichauf. GLM 5.1 (medium) hat die niedrigeren Benchmark-Kosten mit $0.535 vs $1.046. GLM 5.1 (medium) ist schneller mit 46.77s vs 64.16s, mit Erfolgsraten von 71.2% vs 69.7%.

Empfohlenes ModellGLM 5.1 (medium)Es hat hier die beste Punktzahl (7.1) und kostet etwa 2.0x weniger als Qwen3.5-122B-A10B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-18

Metrik	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07

Metrik	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl	7.1	7.1
Rang	#71	#73
Zuverlässigkeit	10.0	8.3
Konsistenz	8.5	8.4
Korrekte Tests
Erfolgsquote pro Versuch	71.2%	69.7%
Instabile Tests	4	4
Gesamtläufe	66	66
Kosten pro Ergebnis	8.509	4.202
Gesamtkosten	$1.046	$0.535
Eingabepreis	$0.260 / 1M	$0.966 / 1M
Ausgabepreis	$2.080 / 1M	$3.036 / 1M
Gesamte Eingabe-Token	124,771	82,623
Ausgabe-Token	44,077	16,089
Denk-Token	443,141	136,463
Antwortzeit (Durchschnitt)	64.16s	46.77s
Antwortzeit (Maximum)	519.30s	308.75s
Antwortzeit (Gesamt)	1411.60s	982.16s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#71 Qwen3.5-122B-A10B

medium

Kosten: $0.019
Zeit: 48.7s
Token: 6,034 tok

#73 GLM 5.1

medium

Ungültiges SVG

Kosten: $0.000
Zeit: 300.0s
Token: 0 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Schnellvergleich

Vergleichspaar wechseln

Qwen3.7 PlusnonevsGLM 5.1medium KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium KAT-Coder-Pro V2.5highvsGLM 5.1medium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Claude Opus 4.8nonevsQwen3.5-122B-A10Bmedium Step 3.7 FlashlowvsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium Claude Opus 4.8nonevsGLM 5.1medium Gemini 3.5 FlashnonevsQwen3.5-122B-A10Bmedium Claude Sonnet 4.6nonevsQwen3.5-122B-A10Bmedium DeepSeek V4 PrononevsGLM 5.1medium Claude Sonnet 4.6nonevsGLM 5.1medium