AI BENCHY Compare

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

Resumen

Comparación benchmark de Qwen3.7 Plus (medium) vs GLM 5.2 (high): Qwen3.7 Plus (medium) lidera en puntuación media con 8.2 vs 8.0. Qwen3.7 Plus (medium) tiene menor coste de benchmark con $0.177 vs $0.554. GLM 5.2 (high) es más rápido con 37.09s vs 38.95s, con tasas de acierto de 77.8% vs 77.8%.

Modelo recomendado: Qwen3.7 Plus (medium) - Tiene la mejor puntuación aquí (8.2) y cuesta aproximadamente 3.1x menos que GLM 5.2 (high).

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

Métrica	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17

Métrica	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación	8.2	8.0
Rango	#30	#32
Fiabilidad	10.0	9.3
Consistencia	9.1	7.6
Pruebas correctas
Tasa de aciertos por intento	77.8%	77.8%
Pruebas inestables	2	6
Ejecuciones totales	63	63
Costo por resultado	1.474	4.255
Costo total	$0.177	$0.554
Precio de entrada	$0.320 / 1M	$0.770 / 1M
Precio de salida	$1.280 / 1M	$2.420 / 1M
Total de tokens de entrada	40,939	34,993
Tokens de salida	2,125	51,575
Tokens de razonamiento	125,754	166,065
Tiempo de respuesta (promedio)	38.95s	37.09s
Tiempo de respuesta (máximo)	178.04s	180.69s
Tiempo de respuesta (total)	817.85s	778.91s

Generación showcase

Hamster playing table tennis

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

#30 Qwen3.7 Plus

medium

Coste: $0.018
Tiempo: 193.2s
Tokens: 10,821 tok

#32 GLM 5.2

high

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

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 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparación rápida

Cambiar par de comparación

GPT-5.6 TerrahighvsQwen3.7 Plusmedium GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high DeepSeek V4 FlashhighvsQwen3.7 Plusmedium Nemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high