AI BENCHY Compare

Verglichene Modelle

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-07

Metrik	GLM 5 GLM 5 medium Veröffentlichung: 2026-02-12	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Veröffentlichung: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Veröffentlichung: 2026-03-30

Metrik	GLM 5 GLM 5 medium Veröffentlichung: 2026-02-12	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Veröffentlichung: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Veröffentlichung: 2026-03-30
Punktzahl	8.3	8.0	7.2	8.5
Rang	#15	#23	#41	#7
Konsistenz	8.1	9.0	7.2	10.0
Korrekte Tests
Erfolgsquote pro Versuch	84.3%	76.5%	72.6%	76.5%
Instabile Tests	4	2	6	0
Gesamtläufe	51	51	51	49
Kosten pro Ergebnis	0.896	1.270	2.232	0.000
Gesamtkosten	$0.108	$0.153	$0.201	$0.000
Eingabepreis	$0.720 / 1M	$1.000 / 1M	$0.383 / 1M	$0.000 / 1M
Ausgabepreis	$2.300 / 1M	$3.200 / 1M	$1.720 / 1M	$0.000 / 1M
Ausgabe-Token	19,833	6,666	40,907	1,756
Denk-Token	38,523	35,313	75,121	77,213
Antwortzeit (Durchschnitt)	17.15s	18.23s	64.59s	13.94s
Antwortzeit (Maximum)	28.96s	43.11s	137.29s	43.55s
Antwortzeit (Gesamt)	154.32s	291.73s	645.93s	237.01s

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
GLM 5	10.0	10.0	100.0%	0		23.66s	480	7,056
GLM 5.1	10.0	10.0	100.0%	0		8.31s	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	2,789	8,880
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		9.90s	207	7,557

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	10.0	10.0	100.0%	0		28.96s	662	3,242
GLM 5.1	9.5	10.0	100.0%	0		43.11s	327	4,206
Kimi K2.5	10.0	10.0	100.0%	0		71.37s	703	3,713
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		34.95s	452	13,073

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	7.1	5.6	83.3%	1		8.90s	567	3,734
GLM 5.1	10.0	10.0	100.0%	0		9.33s	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		14.95s	270	10,706

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	3.5	4.4	33.3%	2		0ms	13,176	14,137
GLM 5.1	5.3	10.0	33.3%	0		29.77s	969	11,314
Kimi K2.5	3.5	4.4	33.3%	2		137.29s	20,753	30,564
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0		22.08s	49	26,895

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	6.1	3.1	66.7%	1		14.69s	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0		20.95s	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	3,815	4,262
Qwen3.6 Plus Preview	5.1	10.0	0.0%	0		27.05s	111	5,232

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	10.0	10.0	100.0%	0		7.25s	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1		7.47s	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	5,371	6,547
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		7.54s	102	5,552

Puzzle Solving	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	10.0	10.0	100.0%	0		15.64s	1,694	4,983
GLM 5.1	8.2	7.2	88.9%	1		23.85s	899	5,627
Kimi K2.5	5.3	7.3	44.4%	1		45.40s	6,671	12,403
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		6.11s	298	6,868

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
GLM 5	10.0	10.0	100.0%	0		15.93s	233	994
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0		5.87s	267	1,330

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewnonevsGLM 5.1medium Gemini 3.1 Flash Lite PreviewlowvsGLM 5.1medium Claude Sonnet 4.6nonevsKimi K2.5medium Gemini 3.1 Flash Lite PreviewnonevsGLM 5.1medium GPT-5.2 ChatnonevsGLM 5.1medium Gemini 3.1 Flash Lite PreviewlowvsGLM 5medium Gemini 3 Flash PreviewnonevsGLM 5medium Gemini 3 Flash PreviewlowvsQwen3.6 Plus Previewmedium Kimi K2.5mediumvsGPT-5.3 Chatnone Kimi K2.5mediumvsQwen3.5 Plus 2026-02-15none GPT-5.3 ChatnonevsGLM 5.1medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Plus Previewmedium