AI BENCHY Compare

Qwen: Qwen3.7 Max vs Z.ai: GLM 5.1

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl	7.9	7.4
Rang	#26	#51
Zuverlässigkeit	10.0	3.3
Konsistenz	10.0	8.3
Korrekte Tests
Erfolgsquote pro Versuch	70.0%	71.7%
Instabile Tests	0	4
Gesamtläufe	60	60
Kosten pro Ergebnis	0.719	2.379
Gesamtkosten	$0.101	$0.286
Eingabepreis	$2.500 / 1M	$0.980 / 1M
Ausgabepreis	$7.500 / 1M	$3.080 / 1M
Ausgabe-Token	1,988	11,475
Denk-Token	0	71,876
Antwortzeit (Durchschnitt)	1.30s	32.22s
Antwortzeit (Maximum)	3.92s	172.60s
Antwortzeit (Gesamt)	25.95s	612.25s

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)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	242	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	401	5,122

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	6.8	10.0	50.0%	0		1.39s	576	0
GLM 5.1	4.7	1.6	66.7%	2		145.56s	4,727	34,384

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	3.0	10.0	0.0%	0		2.17s	171	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	327	4,206

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	243	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	991	4,552

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	15	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	969	11,314

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	120	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	2,875	2,875

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	72	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	204	1,617

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	314	0
GLM 5.1	8.2	7.2	88.9%	1		23.85s	899	5,627

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	222	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	13	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	82	2,179

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4mediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitelowvsGLM 5.1medium Qwen3.7 MaxnonevsGLM 5 Turbomedium GPT-5.3 ChatnonevsGLM 5.1medium DeepSeek V4 FlashhighKostenlos verfügbarvsGLM 5.1medium Gemini 3.1 Flash Lite PreviewnonevsGLM 5.1medium Gemini 3.5 FlashminimalvsQwen3.7 Maxnone Gemma 4 31BmediumKostenlos verfügbarvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok 4.3medium Seed-2.0-LitemediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Ring-2.6-1TnonevsGLM 5.1medium