AI BENCHY Compare

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

概要

Qwen3.6 Plus vs GLM 5.2 の benchmark 比較: Qwen3.6 Plus が平均スコアでリードし、7.8 vs 7.1 です。 GLM 5.2 の benchmark コストが低く、$0.051 vs $0.294 です。 GLM 5.2 の方が高速で、6.34s vs 30.70s です、成功率は 69.8% vs 60.3% です。

おすすめモデル: GLM 5.2 - スコアはここでの最高値に近く（7.1 vs 7.8）、Qwen3.6 Plus より約 5.8 倍低コストです。

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: 2026-07-02

指標	Qwen3.6 Plus Qwen3.6 Plus medium リリース: 2026-04-20	GLM 5.2 GLM 5.2 none リリース: 2026-06-17

指標	Qwen3.6 Plus Qwen3.6 Plus medium リリース: 2026-04-20	GLM 5.2 GLM 5.2 none リリース: 2026-06-17
スコア	7.8	7.1
順位	#31	#63
信頼性	10.0	9.9
一貫性	9.3	9.6
正解テスト
試行ごとの合格率	69.8%	60.3%
不安定なテスト	2	1
総実行回数	63	63
結果あたりのコスト	0.831	0.628
合計コスト	$0.294	$0.051
入力価格	$0.325 / 1M	$0.930 / 1M
出力価格	$1.950 / 1M	$3.000 / 1M
合計入力トークン	41,565	38,671
出力トークン	1,853	4,817
推論トークン	141,973	0
応答時間（平均）	30.70s	6.34s
応答時間（最大）	201.68s	20.69s
応答時間（合計）	613.99s	133.19s

生成ショーケース

Hamster playing table tennis

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

#31 Qwen3.6 Plus

medium

コスト: $0.024
時間: 219.0s
トークン: 12,235 tok

#63 GLM 5.2

none

無効なSVG

コスト: $0.033
時間: 87.7s
トークン: 7,455 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	0

コーディング	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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	0

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）	入力トークン	出力トークン	推論トークン
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		20.69s	14,296	1,489	0

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）	入力トークン	出力トークン	推論トークン
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		7.17s	7,113	204	0

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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464
GLM 5.2	5.3	10.0	33.3%	0		6.50s	696	27	0

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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	0

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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	0

パズル解決	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）	入力トークン	出力トークン	推論トークン
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	0

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）	入力トークン	出力トークン	推論トークン
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		15.76s	6,807	400	0

雑学	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）	入力トークン	出力トークン	推論トークン
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		3.41s	189	13	0

クイック比較

比較ペアを切り替え

Gemma 4 26B A4Bmedium無料で利用可能vsGLM 5.2none Step 3.7 FlashhighvsGLM 5.2none Laguna XS 2.1medium無料で利用可能vsGLM 5.2none Claude Opus 4.8lowvsQwen3.6 Plusmedium Kimi K2.7 CodemediumvsGLM 5.2none Qwen3.6 PlusmediumvsStep 3.7 Flashlow Grok 4.20mediumvsGLM 5.2none DeepSeek V4 ProhighvsQwen3.6 Plusmedium Gemini 3 Flash PreviewlowvsGLM 5.2none MiMo-V2.5-PromediumvsGLM 5.2none Seed-2.0-MinimediumvsGLM 5.2none Qwen3.5-FlashmediumvsGLM 5.2none