AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.2

Zusammenfassung

Qwen3.5-122B-A10B (medium) vs GLM 5.2 (high) Benchmark-Vergleich: GLM 5.2 (high) führt beim Durchschnittsscore mit 8.0 vs 7.7. GLM 5.2 (high) hat die niedrigeren Benchmark-Kosten mit $0.554 vs $0.588. GLM 5.2 (high) ist schneller mit 37.09s vs 42.49s, mit Erfolgsraten von 73.0% vs 77.8%.

Empfohlenes Modell: GLM 5.2 (high) - Es hat die stärkste Punktzahl in diesem Vergleich (8.0) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-10

Metrik	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	7.7	8.0
Rang	#45	#32
Zuverlässigkeit	10.0	9.3
Konsistenz	8.8	7.6
Korrekte Tests
Erfolgsquote pro Versuch	73.0%	77.8%
Instabile Tests	3	6
Gesamtläufe	63	63
Kosten pro Ergebnis	5.235	4.255
Gesamtkosten	$0.588	$0.554
Eingabepreis	$0.260 / 1M	$0.770 / 1M
Ausgabepreis	$2.080 / 1M	$2.420 / 1M
Gesamte Eingabe-Token	41,832	34,993
Ausgabe-Token	26,187	51,575
Denk-Token	251,028	166,065
Antwortzeit (Durchschnitt)	42.49s	37.09s
Antwortzeit (Maximum)	168.16s	180.69s
Antwortzeit (Gesamt)	892.30s	778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#45 Qwen3.5-122B-A10B

medium

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

#32 GLM 5.2

high

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

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 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

Kombiniert	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		107.79s	14,947	483	11,337
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

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 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium GPT-5.4 MinimediumvsGLM 5.2high GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsGrok 4.5low Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGLM 5.2high DeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high