AI BENCHY Compare

Qwen: Qwen3.7 Max vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Qwen3.7 Max vs GLM 5.2: GLM 5.2 lidera en puntuación media con 7.1 vs 6.9. Qwen3.7 Max tiene menor coste de benchmark con $0.054 vs $0.076. Qwen3.7 Max es más rápido con 1.30s vs 6.34s, con tasas de acierto de 66.7% vs 60.3%.

Modelo recomendado: Qwen3.7 Max - Su puntuación se mantiene cerca de la mejor aquí (6.9 vs 7.1) y responde aproximadamente 4.9x más rápido que GLM 5.2.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22	GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17

Métrica	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22	GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17
Puntuación	6.9	7.1
Rango	#68	#61
Fiabilidad	10.0	9.9
Consistencia	10.0	9.6
Pruebas correctas
Tasa de aciertos por intento	66.7%	60.3%
Pruebas inestables	0	1
Ejecuciones totales	63	63
Costo por resultado	0.744	0.628
Costo total	$0.054	$0.076
Precio de entrada	$1.250 / 1M	$1.400 / 1M
Precio de salida	$3.750 / 1M	$4.400 / 1M
Total de tokens de entrada	37,107	38,671
Tokens de salida	1,994	4,817
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	1.30s	6.34s
Tiempo de respuesta (máximo)	3.92s	20.69s
Tiempo de respuesta (total)	27.21s	133.19s

Generación showcase

Hamster playing table tennis

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

#68 Qwen3.7 Max

none

Coste: $0.046
Tiempo: 195.0s
Tokens: 12,171 tok

#61 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
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
Qwen3.7 Max	3.0	10.0	0.0%	0		2.17s	9,549	171	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.7 Maxnone Gemma 4 26B A4BmediumDisponible gratisvsGLM 5.2none Step 3.7 FlashhighvsGLM 5.2none Ring-2.6-1TmediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsGLM 5.2none Qwen3.7 MaxnonevsMiMo-V2.5medium Kimi K2.7 CodemediumvsQwen3.7 Maxnone gpt-oss-120bmediumDisponible gratisvsQwen3.7 Maxnone GPT-5 NanomediumvsQwen3.7 Maxnone Grok 4.20mediumvsGLM 5.2none Qwen3.7 MaxnonevsGLM 5.1medium Qwen3.7 MaxnonevsStep 3.7 Flashhigh