Qwen3.5-27B (medium) vs GLM 5.3 (high)

已对比模型

排名: #96
总输出令牌: 635,288
响应时间（平均）: 114.73s
总成本: $1.135

排名: #105
总输出令牌: 68,482
响应时间（平均）: 28.38s
总成本: $0.610

推荐模型 GLM 5.3 (high)

它的得分接近这里的最高分（7.8 vs 7.9），同时成本比Qwen3.5-27B (medium)低约 1.9 倍。

详细对比

指标	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20

指标	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20
分数	7.9	7.8
排名	#96	#105
可靠性	10.0	10.0
一致性	7.9	7.6
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	75.4%
不稳定测试	6	7
总运行次数	69	69
每个结果成本	8.104	4.351
总成本	$1.135	$0.610
输入价格	$0.195 / 1M	$1.400 / 1M
输出价格	$1.560 / 1M	$4.400 / 1M
总输入令牌	288,919	219,811
输出令牌	17,484	8,811
推理令牌	617,804	59,671
响应时间（平均）	114.73s	28.38s
响应时间（最大）	1026.43s	159.91s
响应时间（总计）	2638.74s	652.78s
参数量	27B	744B 总计 (40B 激活)
开放状态	开源	闭源

模型生成展示

Hamster playing table tennis

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

#96 Qwen3.5-27B

medium

成本: $0.008
时间: 62.0s
令牌: 3,099 tok

#105 GLM 5.3

high

成本: $0.085
时间: 362.5s
令牌: 19,310 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

类别:

智能体任务	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
Qwen3.5-27B	10.0	10.0	100.0%	0		146.48s	177,275	1,371	19,008
GLM 5.3	10.0	10.0	100.0%	0		40.72s	132,210	2,805	2,010

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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505
GLM 5.3	10.0	10.0	100.0%	0		3.72s	639	237	481

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388
GLM 5.3	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

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
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132
GLM 5.3	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150
GLM 5.3	10.0	10.0	100.0%	0		3.55s	7,149	210	189

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
Qwen3.5-27B	5.9	7.2	55.6%	1		89.39s	562	157	52,734
GLM 5.3	2.9	4.4	22.2%	2		112.33s	759	238	33,423

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147
GLM 5.3	6.1	3.1	66.7%	1		8.00s	498	192	407

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638
GLM 5.3	9.8	10.0	100.0%	0		3.62s	678	72	182

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096
GLM 5.3	8.2	7.2	88.9%	1		4.74s	672	332	452

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323
GLM 5.3	10.0	10.0	100.0%	0		17.05s	6,861	231	91

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683
GLM 5.3	3.0	10.0	0.0%	0		21.98s	207	85	2,043

快速对比

切换对比组合

Qwen3.5-27BmediumvsGLM 5.3 FlashXmax Grok 4.5mediumvsGLM 5.3high Claude Fable 5.1highvsQwen3.5-27Bmedium Step 3.7 FlashmediumvsGLM 5.3high GPT-5.6 TerralowvsQwen3.5-27Bmedium Grok 4.6mediumvsGLM 5.3high MiMo-V2.6-FlashmediumvsGLM 5.3high Qwen3.7 PlusnonevsGLM 5.3high Gemini 3.5 FlashmediumvsGLM 5.3high Grok 4.5lowvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsGLM 5.3high GPT-5.6 LunahighvsQwen3.5-27Bmedium