AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Qwen3.5-122B-A10B (medium) vs GLM 5.2 (high): GLM 5.2 (high) lidera en puntuación media con 8.0 vs 7.7. GLM 5.2 (high) tiene menor coste de benchmark con $0.554 vs $0.588. GLM 5.2 (high) es más rápido con 37.09s vs 42.49s, con tasas de acierto de 73.0% vs 77.8%.

Modelo recomendado: GLM 5.2 (high) - Tiene la puntuación más alta en esta comparación (8.0) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17

Métrica	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación	7.7	8.0
Rango	#45	#32
Fiabilidad	10.0	9.3
Consistencia	8.8	7.6
Pruebas correctas
Tasa de aciertos por intento	73.0%	77.8%
Pruebas inestables	3	6
Ejecuciones totales	63	63
Costo por resultado	5.235	4.255
Costo total	$0.588	$0.554
Precio de entrada	$0.260 / 1M	$0.770 / 1M
Precio de salida	$2.080 / 1M	$2.420 / 1M
Total de tokens de entrada	41,832	34,993
Tokens de salida	26,187	51,575
Tokens de razonamiento	251,028	166,065
Tiempo de respuesta (promedio)	42.49s	37.09s
Tiempo de respuesta (máximo)	168.16s	180.69s
Tiempo de respuesta (total)	892.30s	778.91s

Generación showcase

Hamster playing table tennis

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

#45 Qwen3.5-122B-A10B

medium

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

#32 GLM 5.2

high

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

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 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

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	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

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 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium GPT-5.4 MinimediumvsGLM 5.2high GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsGrok 4.5low Nemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 5.2high DeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high