AI BENCHY Compare

Qwen: Qwen3.7 Max vs Z.ai: GLM 5.1

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik	Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22	GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07

Metrik	Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22	GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07
Skor	7.9	7.4
Peringkat	#26	#51
Keandalan	10.0	3.3
Konsistensi	10.0	8.3
Tes benar
Tingkat lulus per percobaan	70.0%	71.7%
Tes tidak stabil	0	4
Total Run	60	60
Biaya per hasil	0.719	2.379
Total Biaya	$0.101	$0.286
Harga input	$2.500 / 1M	$0.980 / 1M
Harga output	$7.500 / 1M	$3.080 / 1M
Token output	1,988	11,475
Token penalaran	0	71,876
Waktu respons (rata-rata)	1.30s	32.22s
Waktu respons (maks)	3.92s	172.60s
Waktu respons (total)	25.95s	612.25s

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 output	Token penalaran
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	242	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	401	5,122

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	6.8	10.0	50.0%	0		1.39s	576	0
GLM 5.1	4.7	1.6	66.7%	2		145.56s	4,727	34,384

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	3.0	10.0	0.0%	0		2.17s	171	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	327	4,206

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	243	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	991	4,552

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	15	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	969	11,314

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	120	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	2,875	2,875

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	72	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	204	1,617

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	314	0
GLM 5.1	8.2	7.2	88.9%	1		23.85s	899	5,627

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	222	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	13	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	82	2,179

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitelowvsGLM 5.1medium Qwen3.7 MaxnonevsGLM 5 Turbomedium GPT-5.3 ChatnonevsGLM 5.1medium DeepSeek V4 FlashhighTersedia gratisvsGLM 5.1medium Gemini 3.1 Flash Lite PreviewnonevsGLM 5.1medium Gemini 3.5 FlashminimalvsQwen3.7 Maxnone Gemma 4 31BmediumTersedia gratisvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok 4.3medium Seed-2.0-LitemediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Ring-2.6-1TnonevsGLM 5.1medium