AI BENCHY 对比

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

摘要

Qwen3.5-122B-A10B vs GLM 5V Turbo benchmark 对比：GLM 5V Turbo 平均分领先，为 5.9 vs 5.3。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.052。 GLM 5V Turbo 更快，为 2.99s vs 3.41s，通过率为 31.8% vs 38.1%。

推荐模型: Qwen3.5-122B-A10B - 它的得分接近这里的最高分（5.3 vs 5.9），同时成本比GLM 5V Turbo低约 2.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24	GLM 5V Turbo GLM 5V Turbo none 发布日期: 2026-04-01

指标	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24	GLM 5V Turbo GLM 5V Turbo none 发布日期: 2026-04-01
分数	5.3	5.9
排名	#125	#105
可靠性	10.0	10.0
一致性	9.6	10.0
测试正确
尝试通过率	31.8%	38.1%
不稳定测试	1	0
总运行次数	63	63
每个结果成本	0.393	0.645
总成本	$0.020	$0.052
输入价格	$0.260 / 1M	$1.200 / 1M
输出价格	$2.080 / 1M	$4.000 / 1M
总输入令牌	47,735	37,100
输出令牌	3,383	1,766
推理令牌	0	0
响应时间（平均）	3.41s	2.99s
响应时间（最大）	46.00s	6.51s
响应时间（总计）	71.59s	62.74s

生成展示

Hamster playing table tennis

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

#125 Qwen3.5-122B-A10B

none

成本: $0.016
时间: 44.5s
令牌: 6,431 tok

#105 GLM 5V Turbo

none

成本: $0.042
时间: 177.3s
令牌: 10,434 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	4.8	10.0	25.0%	0		1.59s	696	312	0
GLM 5V Turbo	4.8	10.0	25.0%	0		3.13s	555	281	0

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	3.7	7.0	22.2%	1		2.77s	7,913	693	0
GLM 5V Turbo	5.5	10.0	33.3%	0		3.13s	7,256	360	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	0
GLM 5V Turbo	3.0	10.0	0.0%	0		6.51s	12,708	276	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0
GLM 5V Turbo	10.0	10.0	100.0%	0		3.81s	7,107	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	0
GLM 5V Turbo	5.3	10.0	33.3%	0		2.09s	687	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0
GLM 5V Turbo	4.6	10.0	0.0%	0		2.22s	477	114	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0
GLM 5V Turbo	6.5	10.0	50.0%	0		1.97s	636	60	0

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	3.8	10.0	0.0%	0		1.00s	714	575	0
GLM 5V Turbo	5.3	10.0	33.3%	0		2.40s	609	210	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	0
GLM 5V Turbo	10.0	10.0	100.0%	0		4.86s	6,879	222	0

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		295ms	210	9	0
GLM 5V Turbo	3.0	10.0	0.0%	0		2.23s	186	15	0

快速对比

切换对比组合