Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.1

La puntuación media está prácticamente empatada en 7.1 vs 7.1. GLM 5.1 (medium) tiene menor coste de benchmark con $0.535 vs $1.046. GLM 5.1 (medium) es más rápido con 46.77s vs 64.16s, con tasas de acierto de 71.2% vs 69.7%.

Modelo recomendadoGLM 5.1 (medium)Tiene la mejor puntuación aquí (7.1) y cuesta aproximadamente 2.0x menos que Qwen3.5-122B-A10B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07

Métrica	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación	7.1	7.1
Rango	#71	#73
Fiabilidad	10.0	8.3
Consistencia	8.5	8.4
Pruebas correctas
Tasa de aciertos por intento	71.2%	69.7%
Pruebas inestables	4	4
Ejecuciones totales	66	66
Costo por resultado	8.509	4.202
Costo total	$1.046	$0.535
Precio de entrada	$0.260 / 1M	$0.966 / 1M
Precio de salida	$2.080 / 1M	$3.036 / 1M
Total de tokens de entrada	124,771	82,623
Tokens de salida	44,077	16,089
Tokens de razonamiento	443,141	136,463
Tiempo de respuesta (promedio)	64.16s	46.77s
Tiempo de respuesta (máximo)	519.30s	308.75s
Tiempo de respuesta (total)	1411.60s	982.16s

Hamster playing table tennis

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

#71 Qwen3.5-122B-A10B

medium

Coste: $0.019
Tiempo: 48.7s
Tokens: 6,034 tok

#73 GLM 5.1

medium

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Comparación rápida

Cambiar par de comparación

Qwen3.7 PlusnonevsGLM 5.1medium KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium KAT-Coder-Pro V2.5highvsGLM 5.1medium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Claude Opus 4.8nonevsQwen3.5-122B-A10Bmedium Step 3.7 FlashlowvsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium Claude Opus 4.8nonevsGLM 5.1medium Gemini 3.5 FlashnonevsQwen3.5-122B-A10Bmedium Claude Sonnet 4.6nonevsQwen3.5-122B-A10Bmedium DeepSeek V4 PrononevsGLM 5.1medium Claude Sonnet 4.6nonevsGLM 5.1medium