Modelos comparados

Comparación benchmark GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium): GLM 5.1 (medium) lidera en Puntuación con 7.5. GLM 5 (medium) lidera en Fiabilidad con 10.0. Qwen3.6 Plus Preview (medium) tiene el Costo total más bajo con $0.000. Qwen3.6 Plus Preview (medium) es el más rápido con 15.25s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-26

Modelos comparados

Rango: #184
Total de tokens de salida: 120,942
Tiempo de respuesta (promedio): 39.05s
Costo total: $0.479

Rango: #156
Total de tokens de salida: 245,833
Tiempo de respuesta (promedio): 66.38s
Costo total: $1.546

Rango: #253
Total de tokens de salida: 209,217
Tiempo de respuesta (promedio): 125.76s
Costo total: $0.841

Rango: #407
Total de tokens de salida: 63,350
Tiempo de respuesta (promedio): 15.25s
Costo total: $0.000

Modelo recomendado GLM 5 (medium)

Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.5) y cuesta aproximadamente 2.5x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Lanzamiento: 2026-04-20 Disponible gratis

Métrica	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Lanzamiento: 2026-04-20 Disponible gratis
Puntuación	7.2	7.5	6.4	4.0
Rango	#184	#156	#253	#407
Fiabilidad	10.0	9.2	9.6	N/D
Consistencia	7.9	8.4	7.1	8.3
Intentos	66/69	69/69	69/69	57/69
Pruebas correctas
Tasa de aciertos por intento	76.8%	66.7%	60.9%	39.1%
Pruebas inestables	5	4	8	0
Ejecuciones totales	66	69	69	57
Costo por resultado	2.552	9.004	6.085	0.000
Costo total	$0.479	$1.546	$0.841	$0.000
Precio de entrada	$0.600 / 1M	$1.400 / 1M	$0.450 / 1M	$0.000 / 1M
Precio de salida	$1.920 / 1M	$4.400 / 1M	$2.250 / 1M	$0.000 / 1M
Precio de lectura de caché	$0.120 / 1M	$0.260 / 1M	$0.070 / 1M	N/D
Precio de escritura de caché	N/D	N/D	N/D	N/D
Total de tokens de entrada	212,440	331,577	292,271	32,639
Tokens de salida	22,922	17,919	55,025	1,153
Tokens de razonamiento	115,335	230,789	186,071	62,197
Tiempo de respuesta (promedio)	39.05s	66.38s	125.76s	15.25s
Tiempo de respuesta (máximo)	110.70s	308.75s	566.79s	43.55s
Tiempo de respuesta (total)	546.68s	1460.31s	2137.84s	182.96s
Parámetros	744B en total (40B activos)	744B en total (40B activos)	1T en total (32B activos)	~397B en total (~17B activos)
Disponibilidad	Código abierto	Código abierto	Pesos disponibles	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#184 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 tok

#156 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#253 MoonshotAI: Kimi K2.5

medium

Coste: $0.030
Tiempo: 58.6s
Tokens: 8,683 tok

#407 Qwen3.6 Plus Preview

medium

Aún no se ha generado ningún resultado showcase para este modelo.

Coste: N/D
Tiempo: -
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

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
GLM 5.1	10.0	10.0	100.0%	0	225.59s	248,985	1,830	30,989
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
Qwen3.6 Plus Preview	0.0	0.0	0.0%	0	0ms	0	0	0

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
Qwen3.6 Plus Preview	1.0	3.3	0.0%	0	0ms	0	0	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	5.0	5.0	50.0%	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	175.93s	66,926	4,761	65,248
Kimi K2.5	6.7	9.1	50.0%	89.19s	95,416	14,448	11,209
Qwen3.6 Plus Preview	5.0	5.0	50.0%	34.95s	14,934	452	13,073

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0	14.95s	7,782	270	10,706

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
Qwen3.6 Plus Preview	6.5	10.0	50.0%	0	3.40s	381	27	1,383

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0

Cambiar par de comparación

Space Bunny AlphahighvsGLM 5.1medium Kimi K2.5mediumvsBeam 1.0 501B A23Blow Step 3.7 FlashlowvsGLM 5medium Minimax M3.1 FlashxhighDisponible gratisvsKimi K2.5medium Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.7 FlashhighvsGLM 5medium Dots 3 Note PreviewhighDisponible gratisvsKimi K2.5medium Dots 3 Note PreviewlowDisponible gratisvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Qwen3.8 27BlowDisponible gratisvsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Claude Opus 4.8lowvsGLM 5medium

Modelos comparados