AI BENCHY Compare
Qwen: Qwen3.5-9B vs Z.ai: GLM 4.7 Flash
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-12
| 指標 | Qwen3.5-9B Qwen3.5-9B medium | GLM 4.7 Flash GLM 4.7 Flash medium |
|---|---|---|
| 順位 | #66 | #62 |
| 平均スコア | 2.6 | 3.1 |
| 一貫性 | 7.4 | 6.4 |
| 結果あたりのコスト | 0.779 | 1.040 |
| 合計コスト | $0.024 | $0.042 |
| 正解テスト | ||
| 試行ごとの合格率 | 35.4% | 41.7% |
| 不安定なテスト | 5 | 7 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 17,930 | 38,682 |
| 推論トークン | 139,706 | 64,952 |
| 応答時間（平均） | 71.44s | 36.84s |
| 応答時間（最大） | 226.38s | 174.55s |
| 応答時間（合計） | 928.77s | 331.58s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 4.0 | 7.2 | 55.6% | 1 | 31.54s | 2,410 | 10,913 | |
| GLM 4.7 Flash | 4.0 | 4.5 | 55.6% | 2 | 27.09s | 1,085 | 5,597 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 4.7 Flash | 10.0 | 2.1 | 33.3% | 1 | 65.57s | 2,585 | 20,648 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 5.0 | 5.6 | 33.3% | 1 | 87.31s | 1,383 | 32,113 | |
| GLM 4.7 Flash | 5.0 | 10.0 | 50.0% | 0 | 1.51s | 584 | 2,755 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 7.2 | 22.2% | 1 | 137.75s | 11,549 | 48,475 | |
| GLM 4.7 Flash | 10.0 | 4.4 | 33.3% | 2 | 174.55s | 33,000 | 25,394 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 1.6 | 33.3% | 1 | 226.38s | 0 | 30,695 | |
| GLM 4.7 Flash | 10.0 | 9.7 | 0.0% | 0 | 18.14s | 18 | 2,138 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 5.5 | 5.8 | 66.7% | 1 | 17.15s | 599 | 4,517 | |
| GLM 4.7 Flash | 5.0 | 5.8 | 66.7% | 1 | 2.97s | 388 | 2,181 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 33.38s | 1,545 | 11,844 | |
| GLM 4.7 Flash | 10.0 | 7.2 | 11.1% | 1 | 12.90s | 798 | 5,225 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 444 | 1,149 | |
| GLM 4.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.95s | 224 | 1,014 |
クイック比較
比較ペアを切り替え
Grok 4.1 FastnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneNemotron 3 Super 120b A12bnone無料で利用可能vsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnone無料で利用可能vsQwen3.5-9BmediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumKimi K2.5nonevsGLM 4.7 Flashmedium