AI BENCHY Compare

Qwen: Qwen3.6 Plus vs Z.ai: GLM 5.2

Ringkasan

Perbandingan benchmark Qwen3.6 Plus (medium) vs GLM 5.2 (high): GLM 5.2 (high) unggul dalam skor rata-rata dengan 8.0 vs 7.8. Qwen3.6 Plus (medium) memiliki biaya benchmark lebih rendah di $0.294 vs $0.554. Qwen3.6 Plus (medium) lebih cepat di 30.70s vs 37.09s, dengan tingkat keberhasilan 69.8% vs 77.8%.

Model yang direkomendasikan: Qwen3.6 Plus (medium) - Its score stays close to the best score here (7.8 vs 8.0), while costing about 1.9x less than GLM 5.2 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-10

Metrik	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20	GLM 5.2 GLM 5.2 high Rilis: 2026-06-17

Metrik	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20	GLM 5.2 GLM 5.2 high Rilis: 2026-06-17
Skor	7.8	8.0
Peringkat	#37	#32
Keandalan	10.0	9.3
Konsistensi	9.3	7.6
Tes benar
Tingkat lulus per percobaan	69.8%	77.8%
Tes tidak stabil	2	6
Total Run	63	63
Biaya per hasil	0.831	4.255
Total Biaya	$0.294	$0.554
Harga input	$0.325 / 1M	$0.770 / 1M
Harga output	$1.950 / 1M	$2.420 / 1M
Total token input	41,565	34,993
Token output	1,853	51,575
Token penalaran	141,973	166,065
Waktu respons (rata-rata)	30.70s	37.09s
Waktu respons (maks)	201.68s	180.69s
Waktu respons (total)	613.99s	778.91s

Showcase generasi

Hamster playing table tennis

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

#37 Qwen3.6 Plus

medium

Biaya: $0.024
Waktu: 219.0s
Token: 12,235 tok

#32 GLM 5.2

high

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.6 PlusmediumvsGrok 4.5low Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumTersedia gratisvsGLM 5.2high Claude Opus 4.8lowvsQwen3.6 Plusmedium GPT-5.6 TerralowvsQwen3.6 Plusmedium Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high