导航
AI BENCHY
Advertise here

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:: 2026-05-28

指标 Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 5.8 6.3
排名 #108 #93
可靠性 10.0 10.0
一致性 9.3 9.7
测试正确
尝试通过率 40.0% 46.7%
不稳定测试 2 1
总运行次数 60 60
每个结果成本 0.241 0.246
总成本 $0.014 $0.025
输入价格 $0.195 / 1M $0.600 / 1M
输出价格 $1.560 / 1M $1.920 / 1M
输出令牌 3,585 1,985
推理令牌 0 0
响应时间(平均) 1.69s 3.95s
响应时间(最大) 9.39s 11.07s
响应时间(总计) 33.82s 51.38s

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) 输出令牌 推理令牌
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 0
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 7.3 10.0 50.0% 0 1.98s 408 0
GLM 5 4.6 6.8 16.7% 1 5.18s 424 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 2.8 1.6 33.3% 1 9.39s 1,461 0
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 1.43s 243 0
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 3.0 10.0 0.0% 0 540ms 15 0
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 5.0 10.0 0.0% 0 2.51s 126 0
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 6.3 10.0 50.0% 0 1.03s 69 0
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 6.7 7.9 55.6% 1 1.38s 683 0
GLM 5 7.7 10.0 66.7% 0 1.91s 261 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 3.54s 303 0
GLM 5 10.0 10.0 100.0% 0 11.07s 220 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) 输出令牌 推理令牌
Qwen3.5-27B 3.0 10.0 0.0% 0 599ms 10 0
GLM 5 3.0 10.0 0.0% 0 3.62s 13 0

快速对比

切换对比组合