AI BENCHY Compare

Qwen: Qwen3.5-9B vs Z.ai: GLM 4.7 Flash

Сводка

Сравнение benchmark Qwen3.5-9B vs GLM 4.7 Flash: Qwen3.5-9B лидирует по среднему баллу: 4.6 vs 4.4. Qwen3.5-9B имеет более низкую стоимость benchmark: $0.006 vs $0.054. Qwen3.5-9B быстрее: 1.89s vs 35.10s, с долей успешных попыток 20.6% vs 33.3%.

Рекомендуемая модель: Qwen3.5-9B - Здесь у него лучший балл (4.6), при этом он примерно в 9.9 раза дешевле, чем GLM 4.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19

Метрика	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19
Оценка	4.6	4.4
Ранг	#155	#159
Надежность	10.0	6.7
Стабильность	9.7	6.8
Тестов верно
Доля успешных попыток	20.6%	33.3%
Нестабильные тесты	1	8
Всего запусков	63	63
Стоимость за результат	0.123	1.337
Общая стоимость	$0.006	$0.054
Цена входа	$0.100 / 1M	$0.060 / 1M
Цена выхода	$0.150 / 1M	$0.400 / 1M
Общее число входных токенов	48,041	37,206
Выходные токены	3,952	43,754
Токены рассуждений	0	89,079
Время ответа (среднее)	1.89s	35.10s
Время ответа (макс.)	6.03s	174.55s
Время ответа (суммарно)	39.68s	456.24s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none

Invalid SVG

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

#159 GLM 4.7 Flash

medium

Invalid SVG

Cost: $0.000
Time: 186.2s
Tokens: 12,112 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	0
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Быстрое сравнение

Сменить пару сравнения