AI BENCHY 对比

Qwen: Qwen3.5-35B-A3B vs Z.ai: GLM 4.7 Flash

摘要

Qwen3.5-35B-A3B vs GLM 4.7 Flash benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 4.9。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.401。 GLM 4.7 Flash 更快，为 2.86s vs 72.57s，通过率为 69.8% vs 36.5%。

推荐模型: GLM 4.7 Flash - 它提供了最佳整体取舍：得分有竞争力（4.9），成本低于Qwen3.5-35B-A3B，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数	6.3	4.9
排名	#92	#146
可靠性	10.0	10.0
一致性	7.5	8.8
测试正确
尝试通过率	69.8%	36.5%
不稳定测试	6	3
总运行次数	63	63
每个结果成本	5.162	0.056
总成本	$0.401	$0.004
输入价格	$0.140 / 1M	$0.060 / 1M
输出价格	$1.000 / 1M	$0.400 / 1M
总输入令牌	42,196	38,745
输出令牌	40,630	2,521
推理令牌	353,577	0
响应时间（平均）	72.57s	2.86s
响应时间（最大）	409.98s	7.05s
响应时间（总计）	1524.04s	40.04s

生成展示

Hamster playing table tennis

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

#92 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 tok

#146 GLM 4.7 Flash

none

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
GLM 4.7 Flash	4.3	10.0	0.0%	0		2.54s	7,256	650	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
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	14,325	704	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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	7,107	196	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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	687	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）	输入令牌	输出令牌	推理令牌
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	477	134	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	636	62	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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
GLM 4.7 Flash	6.4	10.0	33.3%	0		1.20s	609	97	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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	6,907	212	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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

快速对比

切换对比组合