导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.2

摘要

Qwen3.5-122B-A10B (medium) vs GLM 5.2 (high) benchmark 对比：GLM 5.2 (high) 平均分领先，为 8.0 vs 7.7。 GLM 5.2 (high) benchmark 成本更低，为 $0.554 vs $0.588。 GLM 5.2 (high) 更快，为 37.09s vs 42.49s，通过率为 73.0% vs 77.8%。

推荐模型: GLM 5.2 (high) - 它在本次比较中得分最高（8.0），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 7.7 8.0
排名 #45 #32
可靠性 10.0 9.3
一致性 8.8 7.6
测试正确
尝试通过率 73.0% 77.8%
不稳定测试 3 6
总运行次数 63 63
每个结果成本 5.235 4.255
总成本 $0.588 $0.554
输入价格 $0.260 / 1M $0.770 / 1M
输出价格 $2.080 / 1M $2.420 / 1M
总输入令牌 41,832 34,993
输出令牌 26,187 51,575
推理令牌 251,028 166,065
响应时间（平均） 42.49s 37.09s
响应时间（最大） 168.16s 180.69s
响应时间（总计） 892.30s 778.91s

生成展示

Hamster playing table tennis

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

#45 Qwen3.5-122B-A10B

medium
成本
$0.019
时间
48.7s
令牌
6,034 tok

#32 GLM 5.2

high
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.4 MinimediumvsGLM 5.2highGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2high