नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.5 Plus 2026-04-20 (medium) vs GLM 5.1 (medium)

Qwen3.5 Plus 2026-04-20 (medium) average score में आगे है: 7.2 vs 7.1. Qwen3.5 Plus 2026-04-20 (medium) की benchmark लागत कम है: $0.317 vs $0.535. Qwen3.5 Plus 2026-04-20 (medium) तेज है: 46.36s vs 46.77s, pass rates 63.6% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#78
कुल आउटपुट टोकन
168,893
प्रतिक्रिया समय (औसत)
46.36s
कुल लागत
$0.317
रैंक
#82
कुल आउटपुट टोकन
152,552
प्रतिक्रिया समय (औसत)
46.77s
कुल लागत
$0.535
अनुशंसित मॉडल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.2), while costing about 1.7x less than GLM 5.1 (medium).

विस्तृत तुलना

मेट्रिक Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium रिलीज़: 2026-04-20 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.2 7.1
रैंक #78 #82
विश्वसनीयता 9.6 8.3
संगति 9.0 8.4
सही परीक्षण
प्रति प्रयास पास दर 63.6% 69.7%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 3.023 4.202
कुल लागत $0.317 $0.535
इनपुट कीमत $0.300 / 1M $0.966 / 1M
आउटपुट कीमत $1.800 / 1M $3.036 / 1M
कुल इनपुट टोकन 42,097 82,623
आउटपुट टोकन 2,280 16,089
रीजनिंग टोकन 166,613 136,463
प्रतिक्रिया समय (औसत) 46.36s 46.77s
प्रतिक्रिया समय (अधिकतम) 189.38s 308.75s
प्रतिक्रिया समय (कुल) 973.57s 982.16s

Hamster playing table tennis

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

#78 Qwen3.5 Plus 2026-04-20

medium
लागत
$0.008
समय
76.7s
टोकन
4,355 tok

#82 GLM 5.1

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें