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: GLM 4.7 Flash lidera en puntuación media con 5.5 vs 4.6. GLM 4.7 Flash tiene menor coste de benchmark con $0.004 vs $0.006. Qwen3.5-9B es más rápido con 1.89s vs 2.86s, con tasas de acierto de 20.6% vs 36.5%.

Modelo recomendado: GLM 4.7 Flash - Tiene la mejor puntuación aquí (5.5) y cuesta aproximadamente 1.6x menos que Qwen3.5-9B.

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 none Lanzamiento: 2026-01-19
Puntuación 4.6 5.5
Rango #155 #123
Fiabilidad 10.0 10.0
Consistencia 9.7 8.8
Pruebas correctas
Tasa de aciertos por intento 20.6% 36.5%
Pruebas inestables 1 3
Ejecuciones totales 63 63
Costo por resultado 0.123 0.056
Costo total $0.006 $0.004
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 38,745
Tokens de salida 3,952 2,521
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.89s 2.86s
Tiempo de respuesta (máximo) 6.03s 7.05s
Tiempo de respuesta (total) 39.68s 40.04s

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

#123 GLM 4.7 Flash

none
Invalid SVG
Cost
$0.000
Time
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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 555 438 0
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 4.3 10.0 0.0% 0 2.54s 7,256 650 0
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 3.0 10.0 0.0% 0 3.22s 14,325 704 0
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 7.3 5.8 83.3% 1 4.82s 7,107 196 0
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 7.7 10.0 66.7% 0 744ms 687 19 0
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 4.0 10.0 0.0% 0 1.59s 477 134 0
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 6.5 10.0 50.0% 0 888ms 636 62 0
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 6.4 10.0 33.3% 0 1.20s 609 97 0
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 2.8 1.6 33.3% 1 7.05s 6,907 212 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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 692ms 186 9 0

Comparación rápida

Cambiar par de comparación

CobuddymediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneQwen3.5-9BnonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGLM 4.7 FlashnoneNemotron 3 SupermediumDisponible gratisvsGLM 4.7 FlashnoneDeepSeek V4 ProhighvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponible gratisvsGLM 4.7 FlashnoneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5 NanomediumvsGLM 4.7 Flashnone