AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs Z.ai: GLM 5.1

Ringkasan

Perbandingan benchmark Qwen3.5-35B-A3B vs GLM 5.1: Qwen3.5-35B-A3B unggul dalam skor rata-rata dengan 6.3 vs 5.6. GLM 5.1 memiliki biaya benchmark lebih rendah di $0.058 vs $0.401. GLM 5.1 lebih cepat di 4.10s vs 72.57s, dengan tingkat keberhasilan 69.8% vs 41.3%.

Model yang direkomendasikan: GLM 5.1 - Its score stays close to the best score here (5.6 vs 6.3), while costing about 6.9x less than Qwen3.5-35B-A3B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24	GLM 5.1 GLM 5.1 none Rilis: 2026-04-07

Metrik	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24	GLM 5.1 GLM 5.1 none Rilis: 2026-04-07
Skor	6.3	5.6
Peringkat	#89	#116
Keandalan	10.0	10.0
Konsistensi	7.5	8.5
Tes benar
Tingkat lulus per percobaan	69.8%	41.3%
Tes tidak stabil	6	4
Total Run	63	63
Biaya per hasil	5.162	0.843
Total Biaya	$0.401	$0.058
Harga input	$0.140 / 1M	$0.980 / 1M
Harga output	$1.000 / 1M	$3.080 / 1M
Total token input	42,196	47,133
Token output	40,630	3,754
Token penalaran	353,577	0
Waktu respons (rata-rata)	72.57s	4.10s
Waktu respons (maks)	409.98s	32.57s
Waktu respons (total)	1524.04s	86.18s

Generation showcase

Hamster playing table tennis

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

#89 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 tok

#116 GLM 5.1

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan