AI BENCHY 对比
Qwen: Qwen3.5-27B vs Z.ai: GLM 5
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-02
| 指标 | Qwen3.5-27B Qwen3.5-27B medium | GLM 5 GLM 5 medium |
|---|---|---|
| 分数 | 7.9 | 8.2 |
| 排名 | #27 | #19 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 73.3% | 81.7% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 4.532 | 1.676 |
| 总成本 | $0.488 | $0.228 |
| 输入价格 | $0.195 / 1M | $0.600 / 1M |
| 输出价格 | $1.560 / 1M | $2.080 / 1M |
| 总输入令牌 | 39,329 | 32,626 |
| 输出令牌 | 2,569 | 21,558 |
| 推理令牌 | 304,894 | 95,772 |
| 响应时间（平均） | 60.09s | 32.67s |
| 响应时间（最大） | 177.36s | 99.85s |
| 响应时间（总计） | 1201.89s | 392.01s |
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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 555 | 480 | 7,056 |
| 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 | 7.0 | 9.8 | 50.0% | 0 | 123.86s | 5,060 | 416 | 64,993 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 89.47s | 4,656 | 2,985 | 45,706 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 163.96s | 14,946 | 483 | 9,991 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 28.96s | 12,804 | 662 | 3,242 |
| 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 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 5,508 | 567 | 3,734 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 553 | 43 | 52,368 | |
| GLM 5 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 260 | 13,176 | 14,137 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 477 | 2,020 | 2,248 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 636 | 1,001 | 2,129 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 11.33s | 609 | 33 | 4,076 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 6,935 | 233 | 994 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 186 | 401 | 12,450 |
快速对比
切换对比组合
Gemini 3.5 FlashminimalvsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.5 FlashminimalvsGLM 5mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumQwen3.7 MaxnonevsGLM 5mediumGPT-5.2 ChatnonevsGLM 5mediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash LitelowvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27Bmedium