AI BENCHY Compare

Qwen: Qwen3.6 Plus vs Z.ai: GLM 5.2

Zusammenfassung

Qwen3.6 Plus (medium) vs GLM 5.2 (high) Benchmark-Vergleich: GLM 5.2 (high) führt beim Durchschnittsscore mit 8.0 vs 7.8. Qwen3.6 Plus (medium) hat die niedrigeren Benchmark-Kosten mit $0.294 vs $0.554. Qwen3.6 Plus (medium) ist schneller mit 30.70s vs 37.09s, mit Erfolgsraten von 69.8% vs 77.8%.

Empfohlenes Modell: Qwen3.6 Plus (medium) - Die Punktzahl bleibt nah an der besten hier (7.8 vs 8.0) und es kostet etwa 1.9x weniger als GLM 5.2 (high).

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

Metrik	Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	7.8	8.0
Rang	#37	#32
Zuverlässigkeit	10.0	9.3
Konsistenz	9.3	7.6
Korrekte Tests
Erfolgsquote pro Versuch	69.8%	77.8%
Instabile Tests	2	6
Gesamtläufe	63	63
Kosten pro Ergebnis	0.831	4.255
Gesamtkosten	$0.294	$0.554
Eingabepreis	$0.325 / 1M	$0.770 / 1M
Ausgabepreis	$1.950 / 1M	$2.420 / 1M
Gesamte Eingabe-Token	41,565	34,993
Ausgabe-Token	1,853	51,575
Denk-Token	141,973	166,065
Antwortzeit (Durchschnitt)	30.70s	37.09s
Antwortzeit (Maximum)	201.68s	180.69s
Antwortzeit (Gesamt)	613.99s	778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#37 Qwen3.6 Plus

medium

Kosten: $0.024
Zeit: 219.0s
Token: 12,235 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464
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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
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 Qwen3.6 PlusmediumvsGrok 4.5low Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGLM 5.2high Claude Opus 4.8lowvsQwen3.6 Plusmedium GPT-5.6 TerralowvsQwen3.6 Plusmedium Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high