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 (medium) lidera en Puntuación con 7.7. 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: 2026-09-10

Modelos comparados

Rango: #92
Total de tokens de salida: 124,566
Tiempo de respuesta (promedio): 33.54s
Costo total: $0.228

Rango: #142
Total de tokens de salida: 215,889
Tiempo de respuesta (promedio): 58.80s
Costo total: $0.727

Rango: #147
Total de tokens de salida: 220,942
Tiempo de respuesta (promedio): 98.19s
Costo total: $0.479

Rango: #280
Total de tokens de salida: 63,350
Tiempo de respuesta (promedio): 15.25s
Costo total: $0.000

Modelo recomendado GLM 5 (medium)

Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 2.7x 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	7.7	7.0	7.0	4.9
Rango	#92	#142	#147	#280
Fiabilidad	10.0	8.1	10.0	N/D
Consistencia	8.1	8.4	7.0	8.6
Intentos	63/66	66/66	66/66	57/66
Pruebas correctas
Tasa de aciertos por intento	78.8%	65.2%	63.6%	40.9%
Pruebas inestables	4	4	8	0
Ejecuciones totales	63	66	66	57
Costo por resultado	1.668	6.923	4.849	0.000
Costo total	$0.228	$0.727	$0.479	$0.000
Precio de entrada	$0.600 / 1M	$0.966 / 1M	$0.450 / 1M	$0.000 / 1M
Precio de salida	$1.920 / 1M	$3.036 / 1M	$2.250 / 1M	$0.000 / 1M
Total de tokens de entrada	35,224	82,592	118,496	32,639
Tokens de salida	21,570	16,089	53,522	1,153
Tokens de razonamiento	102,996	199,800	167,420	62,197
Tiempo de respuesta (promedio)	33.54s	58.80s	98.19s	15.25s
Tiempo de respuesta (máximo)	99.85s	308.75s	281.00s	43.55s
Tiempo de respuesta (total)	435.99s	1234.72s	1571.05s	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

Generación showcase de modelos

Hamster playing table tennis

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

#92 GLM 5

medium

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

#142 GLM 5.1

medium

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

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

#147 MoonshotAI: Kimi K2.5

medium

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

#280 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:

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	9.8	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

Comparación rápida

Cambiar par de comparación

Seed-2.0-CodelowvsGLM 5medium GPT-5.5nonevsGLM 5.1medium Kimi K2.5mediumvsGPT-5.5none Qwen3.7 FlashhighvsGLM 5medium Claude Opus 4.8lowvsGLM 5medium GPT-5.6 SolnonevsGLM 5.1medium Claude Fable 5.1lowvsKimi K2.5medium Seed-2.0-CodehighvsKimi K2.5medium DeepSeek V4 ProhighvsGLM 5medium Kimi K2.5mediumvsGPT-5.6 Solnone Claude Fable 5.1lowvsGLM 5.1medium Mercury 2.5highvsGLM 5.1medium