Qwen: Qwen3.5-27B vs Z.ai: GLM 5.2

GLM 5.2 平均分领先，为 6.6 vs 6.5。 GLM 5.2 benchmark 成本更低，为 $0.047 vs $0.090。 Qwen3.5-27B 更快，为 4.76s vs 9.34s，通过率为 40.9% vs 59.1%。

推荐模型Qwen3.5-27B它的得分接近这里的最高分（6.5 vs 6.6），同时响应速度比GLM 5.2快约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17

指标	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数	6.5	6.6
排名	#100	#94
可靠性	10.0	10.0
一致性	9.3	9.2
测试正确
尝试通过率	40.9%	59.1%
不稳定测试	2	2
总运行次数	66	64
每个结果成本	0.763	1.421
总成本	$0.090	$0.047
输入价格	$0.260 / 1M	$0.293 / 1M
输出价格	$2.600 / 1M	$0.920 / 1M
总输入令牌	102,316	112,359
输出令牌	24,321	14,340
推理令牌	0	0
响应时间（平均）	4.76s	9.34s
响应时间（最大）	69.46s	79.65s
响应时间（总计）	104.71s	205.46s

Hamster playing table tennis

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

#100 Qwen3.5-27B

none

成本: $0.007
时间: 42.9s
令牌: 4,273 tok

#94 GLM 5.2

none

无效SVG

成本: $0.033
时间: 87.7s
令牌: 7,455 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:

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	4.8	10.0	25.0%	0		788ms	696	267	0
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	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
Qwen3.5-27B	5.8	10.0	33.3%	0		1.80s	7,913	415	0
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	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
Qwen3.5-27B	6.4	5.8	66.7%	1		39.43s	74,756	22,190	0
GLM 5.2	6.9	5.9	66.7%	1		50.17s	88,074	11,016	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
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	7,794	243	0
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	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
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	789	15	0
GLM 5.2	5.3	10.0	33.3%	0		4.04s	606	23	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
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	522	126	0
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	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
Qwen3.5-27B	6.3	10.0	50.0%	0		1.03s	711	69	0
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	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
Qwen3.5-27B	6.7	7.9	55.6%	1		1.38s	714	683	0
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	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
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	8,211	303	0
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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
Qwen3.5-27B	3.0	10.0	0.0%	0		599ms	210	10	0
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

快速对比

切换对比组合

Laguna XS 2.1medium免费可用vsQwen3.5-27Bnone Qwen3.5-27BnonevsMiMo-V2.5medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bnone Gemma 4 26B A4Bmedium免费可用vsGLM 5.2none Gemini 3.1 Flash LitelowvsQwen3.5-27Bnone Qwen3.6 27BmediumvsGLM 5.2none MiMo-V2.5mediumvsGLM 5.2none Laguna XS 2.1medium免费可用vsGLM 5.2none Qwen3.6 35B A3BmediumvsGLM 5.2none Gemini 3.1 Flash Lite PreviewlowvsGLM 5.2none Gemma 4 26B A4Bmedium免费可用vsQwen3.5-27Bnone Gemini 3.1 Flash LitelowvsGLM 5.2none