Qwen: Qwen3.5-9B vs Z.ai: GLM 4.7 Flash

GLM 4.7 Flash (medium) führt beim Durchschnittsscore mit 4.3 vs 3.8. Qwen3.5-9B (medium) hat die niedrigeren Benchmark-Kosten mit $0.036 vs $0.166. Qwen3.5-9B (medium) ist schneller mit 82.24s vs 142.59s, mit Erfolgsraten von 25.8% vs 31.8%.

Empfohlenes ModellGLM 4.7 Flash (medium)Es hat die stärkste Punktzahl in diesem Vergleich (4.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-25

Metrik	Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19

Metrik	Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19
Punktzahl	3.8	4.3
Rang	#220	#210
Zuverlässigkeit	5.0	7.8
Konsistenz	8.1	7.0
Korrekte Tests
Erfolgsquote pro Versuch	25.8%	31.8%
Instabile Tests	5	8
Gesamtläufe	66	66
Kosten pro Ergebnis	1.187	4.147
Gesamtkosten	$0.036	$0.166
Eingabepreis	$0.100 / 1M	$0.060 / 1M
Ausgabepreis	$0.150 / 1M	$0.400 / 1M
Gesamte Eingabe-Token	17,070	79,051
Ausgabe-Token	29,045	43,754
Denk-Token	209,516	374,109
Antwortzeit (Durchschnitt)	82.24s	142.59s
Antwortzeit (Maximum)	226.38s	1539.97s
Antwortzeit (Gesamt)	1315.88s	1996.21s

Hamster playing table tennis

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

#220 Qwen3.5-9B

medium

Kosten: $0.001
Zeit: 35.9s
Token: 3,030 tok

#210 GLM 4.7 Flash

medium

Ungültiges SVG

Kosten: $0.000
Zeit: 186.2s
Token: 12,112 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
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Schnellvergleich

Vergleichspaar wechseln