AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs Z.ai: GLM 5

Zusammenfassung

Qwen3.5-35B-A3B vs GLM 5 Benchmark-Vergleich: Qwen3.5-35B-A3B führt beim Durchschnittsscore mit 6.3 vs 6.0. GLM 5 hat die niedrigeren Benchmark-Kosten mit $0.027 vs $0.401. GLM 5 ist schneller mit 4.03s vs 72.57s, mit Erfolgsraten von 69.8% vs 44.4%.

Empfohlenes Modell: GLM 5 - Die Punktzahl bleibt nah an der besten hier (6.0 vs 6.3) und es kostet etwa 15.3x weniger als Qwen3.5-35B-A3B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24	GLM 5 GLM 5 none Veröffentlichung: 2026-02-12

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24	GLM 5 GLM 5 none Veröffentlichung: 2026-02-12
Punktzahl	6.3	6.0
Rang	#88	#106
Zuverlässigkeit	10.0	10.0
Konsistenz	7.5	9.7
Korrekte Tests
Erfolgsquote pro Versuch	69.8%	44.4%
Instabile Tests	6	1
Gesamtläufe	63	63
Kosten pro Ergebnis	5.162	0.263
Gesamtkosten	$0.401	$0.027
Eingabepreis	$0.140 / 1M	$0.600 / 1M
Ausgabepreis	$1.000 / 1M	$1.920 / 1M
Gesamte Eingabe-Token	42,196	37,135
Ausgabe-Token	40,630	1,989
Denk-Token	353,577	0
Antwortzeit (Durchschnitt)	72.57s	4.03s
Antwortzeit (Maximum)	409.98s	11.07s
Antwortzeit (Gesamt)	1524.04s	56.37s

Generation showcase

Hamster playing table tennis

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

#88 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 tok

#106 GLM 5

none

Cost: $0.007
Time: 32.1s
Tokens: 2,023 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

Schnellvergleich

Vergleichspaar wechseln