AI BENCHY Compare

Qwen: Qwen3.5-Flash vs Z.ai: GLM 5.1

Zusammenfassung

Qwen3.5-Flash (medium) vs GLM 5.1 (medium) Benchmark-Vergleich: GLM 5.1 (medium) führt beim Durchschnittsscore mit 7.1 vs 6.8. Qwen3.5-Flash (medium) hat die niedrigeren Benchmark-Kosten mit $0.080 vs $0.288. GLM 5.1 (medium) ist schneller mit 33.67s vs 63.29s, mit Erfolgsraten von 71.4% vs 68.3%.

Empfohlenes Modell: Qwen3.5-Flash (medium) - Die Punktzahl bleibt nah an der besten hier (6.8 vs 7.1) und es kostet etwa 3.6x weniger als GLM 5.1 (medium).

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

Metrik	Qwen3.5-Flash Qwen3.5-Flash medium Veröffentlichung: 2026-02-24	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07

Metrik	Qwen3.5-Flash Qwen3.5-Flash medium Veröffentlichung: 2026-02-24	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl	6.8	7.1
Rang	#84	#77
Zuverlässigkeit	10.0	6.7
Konsistenz	8.1	8.3
Korrekte Tests
Erfolgsquote pro Versuch	71.4%	68.3%
Instabile Tests	5	4
Gesamtläufe	63	63
Kosten pro Ergebnis	0.871	2.496
Gesamtkosten	$0.080	$0.288
Eingabepreis	$0.065 / 1M	$0.966 / 1M
Ausgabepreis	$0.260 / 1M	$3.036 / 1M
Gesamte Eingabe-Token	38,926	32,995
Ausgabe-Token	2,088	11,655
Denk-Token	294,598	75,421
Antwortzeit (Durchschnitt)	63.29s	33.67s
Antwortzeit (Maximum)	234.29s	172.60s
Antwortzeit (Gesamt)	1265.85s	673.41s

Generierungs-Showcase

Hamster playing table tennis

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

#84 Qwen3.5-Flash

medium

Kosten: $0.002
Zeit: 25.8s
Token: 4,294 tok

#77 GLM 5.1

medium

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-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270
GLM 5.1	9.5	10.0	100.0%	0		43.11s	17,298	327	4,206

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1medium Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Qwen3.7 PlusnonevsGLM 5.1medium DeepSeek V4 PrononevsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium Claude Opus 4.8nonevsGLM 5.1medium Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemini 3 Flash PreviewnonevsGLM 5.1medium Claude Sonnet 4.6nonevsGLM 5.1medium Qwen3.7 MaxnonevsGLM 5.1medium Qwen3.5-FlashmediumvsStep 3.7 Flashhigh