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

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

average score लगभग बराबर है: 7.9 vs 7.8. GLM 5.2 (medium) की benchmark लागत कम है: $0.068 vs $0.267. GLM 5.2 (medium) तेज है: 23.28s vs 51.51s, pass rates 75.8% vs 80.3%.

अनुशंसित मॉडलGLM 5.2 (medium)It has the best score here (7.8), while costing about 3.9x less than Qwen3.7 Plus (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Qwen3.7 Plus Qwen3.7 Plus medium रिलीज़: 2026-06-03 GLM 5.2 GLM 5.2 medium रिलीज़: 2026-06-17
स्कोर 7.9 7.8
रैंक #36 #38
विश्वसनीयता 10.0 9.5
संगति 8.9 8.0
सही परीक्षण
प्रति प्रयास पास दर 75.8% 80.3%
अस्थिर टेस्ट 3 4
कुल रन 66 63
प्रति परिणाम लागत 2.072 2.159
कुल लागत $0.267 $0.068
इनपुट कीमत $0.320 / 1M $0.293 / 1M
आउटपुट कीमत $1.280 / 1M $0.920 / 1M
कुल इनपुट टोकन 115,233 37,199
आउटपुट टोकन 6,162 12,261
रीजनिंग टोकन 173,267 49,500
प्रतिक्रिया समय (औसत) 51.51s 23.28s
प्रतिक्रिया समय (अधिकतम) 315.30s 101.36s
प्रतिक्रिया समय (कुल) 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
लागत
$0.018
समय
193.2s
टोकन
10,821 tok

#38 GLM 5.2

medium
लागत
$0.041
समय
195.8s
टोकन
9,287 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
Qwen3.7 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

त्वरित तुलना

तुलना जोड़ी बदलें