Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-9B vs Z.ai: GLM 4.7 Flash

Resumen

Comparación benchmark de Qwen3.5-9B vs GLM 4.7 Flash: Qwen3.5-9B lidera en puntuación media con 4.6 vs 4.4. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.054. Qwen3.5-9B es más rápido con 1.89s vs 35.10s, con tasas de acierto de 20.6% vs 33.3%.

Modelo recomendado: Qwen3.5-9B - Tiene la mejor puntuación aquí (4.6) y cuesta aproximadamente 9.9x menos que GLM 4.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02 GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación 4.6 4.4
Rango #155 #159
Fiabilidad 10.0 6.7
Consistencia 9.7 6.8
Pruebas correctas
Tasa de aciertos por intento 20.6% 33.3%
Pruebas inestables 1 8
Ejecuciones totales 63 63
Costo por resultado 0.123 1.337
Costo total $0.006 $0.054
Precio de entrada $0.100 / 1M $0.060 / 1M
Precio de salida $0.150 / 1M $0.400 / 1M
Total de tokens de entrada 48,041 37,206
Tokens de salida 3,952 43,754
Tokens de razonamiento 0 89,079
Tiempo de respuesta (promedio) 1.89s 35.10s
Tiempo de respuesta (máximo) 6.03s 174.55s
Tiempo de respuesta (total) 39.68s 456.24s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#159 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

Comparación rápida

Cambiar par de comparación

Ling-2.6-1TnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumMiMo-V2.5nonevsGLM 4.7 FlashmediumMistral Small 4nonevsGLM 4.7 FlashmediumNemotron 3 SupernoneDisponible gratisvsGLM 4.7 Flashmedium