Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs Z.ai: GLM 5.1

Resumen

Comparación benchmark de Qwen3.5-Flash (medium) vs GLM 5.1 (medium): GLM 5.1 (medium) lidera en puntuación media con 7.1 vs 6.8. Qwen3.5-Flash (medium) tiene menor coste de benchmark con $0.080 vs $0.288. GLM 5.1 (medium) es más rápido con 33.67s vs 63.29s, con tasas de acierto de 71.4% vs 68.3%.

Modelo recomendado: Qwen3.5-Flash (medium) - Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 7.1) y cuesta aproximadamente 3.6x menos que GLM 5.1 (medium).

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

Métrica Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación 6.8 7.1
Rango #84 #77
Fiabilidad 10.0 6.7
Consistencia 8.1 8.3
Pruebas correctas
Tasa de aciertos por intento 71.4% 68.3%
Pruebas inestables 5 4
Ejecuciones totales 63 63
Costo por resultado 0.871 2.496
Costo total $0.080 $0.288
Precio de entrada $0.065 / 1M $0.966 / 1M
Precio de salida $0.260 / 1M $3.036 / 1M
Total de tokens de entrada 38,926 32,995
Tokens de salida 2,088 11,655
Tokens de razonamiento 294,598 75,421
Tiempo de respuesta (promedio) 63.29s 33.67s
Tiempo de respuesta (máximo) 234.29s 172.60s
Tiempo de respuesta (total) 1265.85s 673.41s

Generación showcase

Hamster playing table tennis

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

#84 Qwen3.5-Flash

medium
Coste
$0.002
Tiempo
25.8s
Tokens
4,294 tok

#77 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

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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsGLM 5.1mediumGemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Opus 4.8nonevsGLM 5.1mediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsGLM 5.1mediumClaude Sonnet 4.6nonevsGLM 5.1mediumQwen3.7 MaxnonevsGLM 5.1mediumQwen3.5-FlashmediumvsStep 3.7 Flashhigh