AI BENCHY Compare

Qwen: Qwen3.5-27B vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Qwen3.5-27B (medium) vs GLM 5.2 (high): GLM 5.2 (high) lidera en puntuación media con 8.0 vs 7.9. Qwen3.5-27B (medium) tiene menor coste de benchmark con $0.536 vs $0.554. GLM 5.2 (high) es más rápido con 37.09s vs 68.39s, con tasas de acierto de 73.0% vs 77.8%.

Modelo recomendado: GLM 5.2 (high) - Tiene la mejor puntuación aquí (8.0) y responde aproximadamente 1.8x más rápido que Qwen3.5-27B (medium).

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

Métrica	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17

Métrica	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación	7.9	8.0
Rango	#35	#32
Fiabilidad	10.0	9.3
Consistencia	8.5	7.6
Pruebas correctas
Tasa de aciertos por intento	73.0%	77.8%
Pruebas inestables	4	6
Ejecuciones totales	63	63
Costo por resultado	4.901	4.255
Costo total	$0.536	$0.554
Precio de entrada	$0.195 / 1M	$0.770 / 1M
Precio de salida	$1.560 / 1M	$2.420 / 1M
Total de tokens de entrada	42,164	34,993
Tokens de salida	8,534	51,575
Tokens de razonamiento	329,289	166,065
Tiempo de respuesta (promedio)	68.39s	37.09s
Tiempo de respuesta (máximo)	234.36s	180.69s
Tiempo de respuesta (total)	1436.24s	778.91s

Generación showcase

Hamster playing table tennis

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

#35 Qwen3.5-27B

medium

Coste: $0.008
Tiempo: 62.0s
Tokens: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505
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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388
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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991
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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150
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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368
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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147
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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638
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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096
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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323
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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparación rápida

Cambiar par de comparación

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Qwen3.5-27BmediumvsGrok 4.5low Nemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Claude Opus 4.8lowvsQwen3.5-27Bmedium Claude Sonnet 5mediumvsGLM 5.2high GPT-5.6 TerralowvsQwen3.5-27Bmedium Qwen3.6 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-27Bmedium Gemini 2.5 FlashmediumvsGLM 5.2high