Сравниваемые модели

Бенчмарк-сравнение GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium): GLM 5.1 (medium) лидирует по Оценка со значением 7.5. GLM 5 (medium) лидирует по Надежность со значением 10.0. У Qwen3.6 Plus Preview (medium) самый низкий Общая стоимость: $0.000. Qwen3.6 Plus Preview (medium) самый быстрый: 15.25s.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #184
Общее число выходных токенов: 120,942
Время ответа (среднее): 39.05s
Общая стоимость: $0.479

Ранг: #156
Общее число выходных токенов: 245,833
Время ответа (среднее): 66.38s
Общая стоимость: $1.546

Ранг: #253
Общее число выходных токенов: 209,217
Время ответа (среднее): 125.76s
Общая стоимость: $0.841

Ранг: #407
Общее число выходных токенов: 63,350
Время ответа (среднее): 15.25s
Общая стоимость: $0.000

Рекомендуемая модель GLM 5 (medium)

Его балл близок к лучшему здесь (7.2 против 7.5), при этом он примерно в 2.5 раза дешевле, чем другие модели в этом сравнении.

Подробное сравнение

Метрика	GLM 5 GLM 5 medium Релиз: 2026-02-12	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Релиз: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Релиз: 2026-04-20 Бесплатно доступно

Метрика	GLM 5 GLM 5 medium Релиз: 2026-02-12	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Релиз: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Релиз: 2026-04-20 Бесплатно доступно
Оценка	7.2	7.5	6.4	4.0
Ранг	#184	#156	#253	#407
Надежность	10.0	9.2	9.6	Н/Д
Стабильность	7.9	8.4	7.1	8.3
Попытки	66/69	69/69	69/69	57/69
Тестов верно
Доля успешных попыток	76.8%	66.7%	60.9%	39.1%
Нестабильные тесты	5	4	8	0
Всего запусков	66	69	69	57
Стоимость за результат	2.552	9.004	6.085	0.000
Общая стоимость	$0.479	$1.546	$0.841	$0.000
Цена входа	$0.600 / 1M	$1.400 / 1M	$0.450 / 1M	$0.000 / 1M
Цена выхода	$1.920 / 1M	$4.400 / 1M	$2.250 / 1M	$0.000 / 1M
Цена чтения из кэша	$0.120 / 1M	$0.260 / 1M	$0.070 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д	Н/Д	Н/Д
Общее число входных токенов	212,440	331,577	292,271	32,639
Выходные токены	22,922	17,919	55,025	1,153
Токены рассуждений	115,335	230,789	186,071	62,197
Время ответа (среднее)	39.05s	66.38s	125.76s	15.25s
Время ответа (макс.)	110.70s	308.75s	566.79s	43.55s
Время ответа (суммарно)	546.68s	1460.31s	2137.84s	182.96s
Параметры	744B всего (40B активных)	744B всего (40B активных)	1T всего (32B активных)	~397B всего (~17B активных)
Доступность	Открытый исходный код	Открытый исходный код	Веса доступны	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#184 GLM 5

medium

Стоимость: $0.005
Время: 20.7s
Токены: 2,068 tok

#156 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#253 MoonshotAI: Kimi K2.5

medium

Стоимость: $0.030
Время: 58.6s
Токены: 8,683 tok

#407 Qwen3.6 Plus Preview

medium

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
GLM 5.1	10.0	10.0	100.0%	0	225.59s	248,985	1,830	30,989
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
Qwen3.6 Plus Preview	0.0	0.0	0.0%	0	0ms	0	0	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
Qwen3.6 Plus Preview	1.0	3.3	0.0%	0	0ms	0	0	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	5.0	5.0	50.0%	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	175.93s	66,926	4,761	65,248
Kimi K2.5	6.7	9.1	50.0%	89.19s	95,416	14,448	11,209
Qwen3.6 Plus Preview	5.0	5.0	50.0%	34.95s	14,934	452	13,073

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0	14.95s	7,782	270	10,706

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
Qwen3.6 Plus Preview	6.5	10.0	50.0%	0	3.40s	381	27	1,383

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0

Сменить пару сравнения

Space Bunny AlphahighvsGLM 5.1medium Kimi K2.5mediumvsBeam 1.0 501B A23Blow Step 3.7 FlashlowvsGLM 5medium Minimax M3.1 FlashxhighБесплатно доступноvsKimi K2.5medium Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.7 FlashhighvsGLM 5medium Dots 3 Note PreviewhighБесплатно доступноvsKimi K2.5medium Dots 3 Note PreviewlowБесплатно доступноvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Qwen3.8 27BlowБесплатно доступноvsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Claude Opus 4.8lowvsGLM 5medium

Сравниваемые модели