Qwen: Qwen3.7 Plus vs Z.ai: GLM 5.2

Der Durchschnittsscore ist mit 7.9 vs 7.8 praktisch gleichauf. GLM 5.2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.068 vs $0.267. GLM 5.2 (medium) ist schneller mit 23.28s vs 51.51s, mit Erfolgsraten von 75.8% vs 80.3%.

Empfohlenes ModellGLM 5.2 (medium)Es hat hier die beste Punktzahl (7.8) und kostet etwa 3.9x weniger als Qwen3.7 Plus (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-18

Metrik	Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03	GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17

Metrik	Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03	GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl	7.9	7.8
Rang	#36	#38
Zuverlässigkeit	10.0	9.5
Konsistenz	8.9	8.0
Korrekte Tests
Erfolgsquote pro Versuch	75.8%	80.3%
Instabile Tests	3	4
Gesamtläufe	66	63
Kosten pro Ergebnis	2.072	2.159
Gesamtkosten	$0.267	$0.068
Eingabepreis	$0.320 / 1M	$0.293 / 1M
Ausgabepreis	$1.280 / 1M	$0.920 / 1M
Gesamte Eingabe-Token	115,233	37,199
Ausgabe-Token	6,162	12,261
Denk-Token	173,267	49,500
Antwortzeit (Durchschnitt)	51.51s	23.28s
Antwortzeit (Maximum)	315.30s	101.36s
Antwortzeit (Gesamt)	1133.15s	488.94s

Hamster playing table tennis

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

#36 Qwen3.7 Plus

medium

Kosten: $0.018
Zeit: 193.2s
Token: 10,821 tok

#38 GLM 5.2

medium

Kosten: $0.041
Zeit: 195.8s
Token: 9,287 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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium GPT-5.6 TerrahighvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2medium GPT-5.6 LunahighvsGLM 5.2medium Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium DeepSeek V4 FlashhighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsInklinghigh