Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Zusammenfassung

Qwen3.5-9B vs GLM 4.7 Flash Benchmark-Vergleich: GLM 4.7 Flash führt beim Durchschnittsscore mit 5.5 vs 4.6. GLM 4.7 Flash hat die niedrigeren Benchmark-Kosten mit $0.004 vs $0.006. Qwen3.5-9B ist schneller mit 1.89s vs 2.86s, mit Erfolgsraten von 20.6% vs 36.5%.

Empfohlenes Modell: GLM 4.7 Flash - Es hat hier die beste Punktzahl (5.5) und kostet etwa 1.6x weniger als Qwen3.5-9B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02 GLM 4.7 Flash GLM 4.7 Flash none Veröffentlichung: 2026-01-19
Punktzahl 4.6 5.5
Rang #155 #123
Zuverlässigkeit 10.0 10.0
Konsistenz 9.7 8.8
Korrekte Tests
Erfolgsquote pro Versuch 20.6% 36.5%
Instabile Tests 1 3
Gesamtläufe 63 63
Kosten pro Ergebnis 0.123 0.056
Gesamtkosten $0.006 $0.004
Eingabepreis $0.100 / 1M $0.060 / 1M
Ausgabepreis $0.150 / 1M $0.400 / 1M
Gesamte Eingabe-Token 48,041 38,745
Ausgabe-Token 3,952 2,521
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.89s 2.86s
Antwortzeit (Maximum) 6.03s 7.05s
Antwortzeit (Gesamt) 39.68s 40.04s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#123 GLM 4.7 Flash

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 555 438 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0
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 5.91s 20,397 1,255 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 3.22s 14,325 704 0
Datenanalyse und -extraktion 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 847ms 7,788 249 0
GLM 4.7 Flash 7.3 5.8 83.3% 1 4.82s 7,107 196 0
Domänenspezifisch 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 464ms 789 24 0
GLM 4.7 Flash 7.7 10.0 66.7% 0 744ms 687 19 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
GLM 4.7 Flash 4.0 10.0 0.0% 0 1.59s 477 134 0
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 514ms 711 75 0
GLM 4.7 Flash 6.5 10.0 50.0% 0 888ms 636 62 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
GLM 4.7 Flash 6.4 10.0 33.3% 0 1.20s 609 97 0
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 1.27s 8,301 273 0
GLM 4.7 Flash 2.8 1.6 33.3% 1 7.05s 6,907 212 0
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 2.32s 210 6 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 692ms 186 9 0

Schnellvergleich

Vergleichspaar wechseln

CobuddymediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneQwen3.5-9BnonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGLM 4.7 FlashnoneNemotron 3 SupermediumKostenlos verfügbarvsGLM 4.7 FlashnoneDeepSeek V4 ProhighvsGLM 4.7 Flashnonegpt-oss-120bmediumKostenlos verfügbarvsGLM 4.7 FlashnoneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5 NanomediumvsGLM 4.7 Flashnone