AI BENCHY 对比
Qwen: Qwen3.5-122B-A10B vs Z.ai: GLM 5.1
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-07
| 指标 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B none | GLM 5.1 GLM 5.1 none |
|---|---|---|
| 分数 | 5.8 | 5.6 |
| 排名 | #65 | #67 |
| 一致性 | 9.6 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 37.3% | 39.2% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.333 | 1.000 |
| 总成本 | $0.020 | $0.050 |
| ???? | $0.260 / 1M | $1.000 / 1M |
| ???? | $2.080 / 1M | $3.200 / 1M |
| 输出令牌 | 2,682 | 3,219 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 3.71s | 4.01s |
| 响应时间（最大） | 46.00s | 32.57s |
| 响应时间（总计） | 63.06s | 68.23s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 4.8 | 10.0 | 25.0% | 0 | 1.59s | 312 | 0 | |
| GLM 5.1 | 4.0 | 6.3 | 25.0% | 2 | 2.11s | 305 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.0 | 10.0 | 0.0% | 0 | 46.00s | 1,137 | 0 | |
| GLM 5.1 | 2.8 | 2.1 | 33.3% | 1 | 32.57s | 2,129 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 1.01s | 243 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 1.08s | 204 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 5.3 | 10.0 | 33.3% | 0 | 465ms | 15 | 0 | |
| GLM 5.1 | 2.9 | 7.2 | 11.1% | 1 | 1.99s | 24 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 5.0 | 10.0 | 0.0% | 0 | 1.12s | 66 | 0 | |
| GLM 5.1 | 5.0 | 10.0 | 0.0% | 0 | 790ms | 39 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 4.5 | 6.8 | 16.7% | 1 | 585ms | 70 | 0 | |
| GLM 5.1 | 8.3 | 10.0 | 50.0% | 0 | 1.58s | 66 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 5.4 | 10.0 | 33.3% | 0 | 982ms | 575 | 0 | |
| GLM 5.1 | 5.7 | 10.0 | 33.3% | 0 | 1.48s | 152 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 2.04s | 264 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 10.68s | 300 | 0 |
快速对比
切换对比组合
Mistral Small 4mediumvsGLM 5.1noneMiniMax M2.5medium免费可用vsQwen3.5-122B-A10Bnonegpt-oss-120bmedium免费可用vsQwen3.5-122B-A10BnoneMistral Small 4mediumvsQwen3.5-122B-A10BnoneMiniMax M2.5medium免费可用vsGLM 5.1nonegpt-oss-120bmedium免费可用vsGLM 5.1noneQwen3.5-122B-A10BnonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5-122B-A10BnoneGrok 4.20 Multi Agent BetamediumvsGLM 5.1noneGPT-5 NanomediumvsGLM 5.1noneMiniMax M2.7mediumvsGLM 5.1none