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

La puntuación media está prácticamente empatada en 7.9 vs 7.8. GLM 5.2 (medium) tiene menor coste de benchmark con $0.068 vs $0.267. GLM 5.2 (medium) es más rápido con 23.28s vs 51.51s, con tasas de acierto de 75.8% vs 80.3%.

Modelo recomendadoGLM 5.2 (medium)Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 3.9x menos que Qwen3.7 Plus (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

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

Métrica	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17
Puntuación	7.9	7.8
Rango	#36	#38
Fiabilidad	10.0	9.5
Consistencia	8.9	8.0
Pruebas correctas
Tasa de aciertos por intento	75.8%	80.3%
Pruebas inestables	3	4
Ejecuciones totales	66	63
Costo por resultado	2.072	2.159
Costo total	$0.267	$0.068
Precio de entrada	$0.320 / 1M	$0.293 / 1M
Precio de salida	$1.280 / 1M	$0.920 / 1M
Total de tokens de entrada	115,233	37,199
Tokens de salida	6,162	12,261
Tokens de razonamiento	173,267	49,500
Tiempo de respuesta (promedio)	51.51s	23.28s
Tiempo de respuesta (máximo)	315.30s	101.36s
Tiempo de respuesta (total)	1133.15s	488.94s

Hamster playing table tennis

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

#36 Qwen3.7 Plus

medium

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

#38 GLM 5.2

medium

Coste: $0.041
Tiempo: 195.8s
Tokens: 9,287 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

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		5.89s	639	497	2,634

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	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

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	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

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		13.44s	7,149	348	2,345

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	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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		17.39s	498	54	1,842

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	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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		20.41s	6,861	230	550

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		34.25s	138	381	2,529

Comparación rápida

Cambiar par de comparación

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium GPT-5.6 TerrahighvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2medium GPT-5.6 LunahighvsGLM 5.2medium Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium DeepSeek V4 FlashhighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsInklinghigh