Qwen: Qwen3.7 Max vs Z.ai: GLM 5 Turbo

GLM 5 Turbo (medium) führt beim Durchschnittsscore mit 7.6 vs 7.4. Qwen3.7 Max hat die niedrigeren Benchmark-Kosten mit $0.197 vs $0.323. Qwen3.7 Max ist schneller mit 4.52s vs 23.00s, mit Erfolgsraten von 68.2% vs 71.2%.

Empfohlenes ModellQwen3.7 MaxDie Punktzahl bleibt nah an der besten hier (7.4 vs 7.6) und es kostet etwa 1.6x weniger als GLM 5 Turbo (medium).

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

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	GLM 5 Turbo GLM 5 Turbo medium Veröffentlichung: 2026-03-15

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	GLM 5 Turbo GLM 5 Turbo medium Veröffentlichung: 2026-03-15
Punktzahl	7.4	7.6
Rang	#67	#56
Zuverlässigkeit	9.9	10.0
Konsistenz	10.0	8.1
Korrekte Tests
Erfolgsquote pro Versuch	68.2%	71.2%
Instabile Tests	0	4
Gesamtläufe	66	63
Kosten pro Ergebnis	1.582	2.011
Gesamtkosten	$0.197	$0.323
Eingabepreis	$1.475 / 1M	$1.200 / 1M
Ausgabepreis	$4.425 / 1M	$4.000 / 1M
Gesamte Eingabe-Token	95,983	35,593
Ausgabe-Token	12,446	12,245
Denk-Token	0	62,277
Antwortzeit (Durchschnitt)	4.52s	23.00s
Antwortzeit (Maximum)	72.30s	194.23s
Antwortzeit (Gesamt)	99.52s	482.97s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none

Kosten: $0.046
Zeit: 195.0s
Token: 12,171 tok

#56 GLM 5 Turbo

medium

Kosten: $0.074
Zeit: 206.0s
Token: 18,549 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
GLM 5 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
GLM 5 Turbo	5.0	5.0	50.0%	0		13.88s	12,714	390	2,037

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
GLM 5 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
GLM 5 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
GLM 5 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
GLM 5 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
GLM 5 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
GLM 5 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

Schnellvergleich

Vergleichspaar wechseln

LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone Nemotron 3 UltramediumKostenlos verfügbarvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.6 LunamediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitemediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok Build 0.1medium