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:: 2026-04-14
| 指标 | Qwen3.5-27B Qwen3.5-27B medium | GLM 5 GLM 5 none |
|---|---|---|
| 分数 | 8.4 | 6.6 |
| 排名 | #8 | #50 |
| 一致性 | 8.8 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 81.5% | 51.9% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 3.822 | 0.217 |
| 总成本 | $0.497 | $0.020 |
| ???? | $0.195 / 1M | $0.720 / 1M |
| ???? | $1.560 / 1M | $2.300 / 1M |
| 输出令牌 | 2,500 | 1,959 |
| 推理令牌 | 242,500 | 0 |
| 响应时间(平均) | 53.03s | 4.23s |
| 响应时间(最大) | 163.96s | 11.07s |
| 响应时间(总计) | 954.46s | 46.51s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 569 | 31,505 | |
| GLM 5 | 4.8 | 10.0 | 25.0% | 0 | 2.37s | 275 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 70.35s | 375 | 19,165 | |
| GLM 5 | 5.6 | 3.5 | 33.3% | 1 | 8.84s | 408 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 163.96s | 483 | 9,991 | |
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 4.98s | 406 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 270 | 16,150 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 203 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 43 | 52,368 | |
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 2.24s | 19 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 70 | 23,147 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 103 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 97 | 11,638 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 1.48s | 61 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 64.61s | 245 | 77,213 | |
| GLM 5 | 7.7 | 10.0 | 66.7% | 0 | 2.05s | 264 | 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 348 | 1,323 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 220 | 0 |
快速对比
切换对比组合
Grok 4.1 FastmediumvsGLM 5noneNemotron 3 Supermedium免费可用vsGLM 5noneMercury 2mediumvsGLM 5noneGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGrok 4.20mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumKimi K2.5mediumvsGLM 5noneGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGPT-5 MinimediumvsGLM 5noneGPT-5 NanomediumvsGLM 5noneGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27Bmedium