AI BENCHY Compare

Qwen: Qwen3.6 Plus vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Qwen3.6 Plus vs GLM 5.2: Qwen3.6 Plus lidera en puntuación media con 7.8 vs 7.1. GLM 5.2 tiene menor coste de benchmark con $0.051 vs $0.294. GLM 5.2 es más rápido con 6.34s vs 30.70s, con tasas de acierto de 69.8% vs 60.3%.

Modelo recomendado: GLM 5.2 - Su puntuación se mantiene cerca de la mejor aquí (7.1 vs 7.8) y cuesta aproximadamente 5.8x menos que Qwen3.6 Plus.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20	GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17

Métrica	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20	GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17
Puntuación	7.8	7.1
Rango	#31	#63
Fiabilidad	10.0	9.9
Consistencia	9.3	9.6
Pruebas correctas
Tasa de aciertos por intento	69.8%	60.3%
Pruebas inestables	2	1
Ejecuciones totales	63	63
Costo por resultado	0.831	0.628
Costo total	$0.294	$0.051
Precio de entrada	$0.325 / 1M	$0.930 / 1M
Precio de salida	$1.950 / 1M	$3.000 / 1M
Total de tokens de entrada	41,565	38,671
Tokens de salida	1,853	4,817
Tokens de razonamiento	141,973	0
Tiempo de respuesta (promedio)	30.70s	6.34s
Tiempo de respuesta (máximo)	201.68s	20.69s
Tiempo de respuesta (total)	613.99s	133.19s

Generación showcase

Hamster playing table tennis

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

#31 Qwen3.6 Plus

medium

Coste: $0.024
Tiempo: 219.0s
Tokens: 12,235 tok

#63 GLM 5.2

none

SVG inválido

Coste: $0.033
Tiempo: 87.7s
Tokens: 7,455 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073
GLM 5.2	10.0	10.0	100.0%	0		20.69s	14,296	1,489	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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464
GLM 5.2	5.3	10.0	33.3%	0		6.50s	696	27	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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsGLM 5.2none Step 3.7 FlashhighvsGLM 5.2none Laguna XS 2.1mediumDisponible gratisvsGLM 5.2none Claude Opus 4.8lowvsQwen3.6 Plusmedium Kimi K2.7 CodemediumvsGLM 5.2none Qwen3.6 PlusmediumvsStep 3.7 Flashlow Grok 4.20mediumvsGLM 5.2none DeepSeek V4 ProhighvsQwen3.6 Plusmedium Gemini 3 Flash PreviewlowvsGLM 5.2none MiMo-V2.5-PromediumvsGLM 5.2none Seed-2.0-MinimediumvsGLM 5.2none Qwen3.5-FlashmediumvsGLM 5.2none