AI BENCHY Compare

Qwen: Qwen3.5-27B vs Z.ai: GLM 5.2

Zusammenfassung

Qwen3.5-27B (medium) vs GLM 5.2 (high) Benchmark-Vergleich: GLM 5.2 (high) führt beim Durchschnittsscore mit 8.0 vs 7.9. Qwen3.5-27B (medium) hat die niedrigeren Benchmark-Kosten mit $0.536 vs $0.554. GLM 5.2 (high) ist schneller mit 37.09s vs 68.39s, mit Erfolgsraten von 73.0% vs 77.8%.

Empfohlenes Modell: GLM 5.2 (high) - Es hat hier die beste Punktzahl (8.0) und antwortet etwa 1.8x schneller als Qwen3.5-27B (medium).

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

Metrik	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	7.9	8.0
Rang	#35	#32
Zuverlässigkeit	10.0	9.3
Konsistenz	8.5	7.6
Korrekte Tests
Erfolgsquote pro Versuch	73.0%	77.8%
Instabile Tests	4	6
Gesamtläufe	63	63
Kosten pro Ergebnis	4.901	4.255
Gesamtkosten	$0.536	$0.554
Eingabepreis	$0.195 / 1M	$0.770 / 1M
Ausgabepreis	$1.560 / 1M	$2.420 / 1M
Gesamte Eingabe-Token	42,164	34,993
Ausgabe-Token	8,534	51,575
Denk-Token	329,289	166,065
Antwortzeit (Durchschnitt)	68.39s	37.09s
Antwortzeit (Maximum)	234.36s	180.69s
Antwortzeit (Gesamt)	1436.24s	778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#35 Qwen3.5-27B

medium

Kosten: $0.008
Zeit: 62.0s
Token: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505
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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388
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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991
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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150
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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368
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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147
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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638
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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096
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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323
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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Qwen3.5-27BmediumvsGrok 4.5low Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Claude Opus 4.8lowvsQwen3.5-27Bmedium Claude Sonnet 5mediumvsGLM 5.2high GPT-5.6 TerralowvsQwen3.5-27Bmedium Qwen3.6 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-27Bmedium Gemini 2.5 FlashmediumvsGLM 5.2high