AI BENCHY 对比

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

摘要

Qwen3.5-35B-A3B vs GLM 5 Turbo benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 5.3。 GLM 5 Turbo benchmark 成本更低，为 $0.047 vs $0.401。 GLM 5 Turbo 更快，为 2.82s vs 72.57s，通过率为 69.8% vs 31.8%。

推荐模型: GLM 5 Turbo - 它提供了最佳整体取舍：得分有竞争力（5.3），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：: 2026-06-12

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	GLM 5 Turbo GLM 5 Turbo none 发布日期: 2026-03-15

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	GLM 5 Turbo GLM 5 Turbo none 发布日期: 2026-03-15
分数	6.3	5.3
排名	#88	#128
可靠性	10.0	10.0
一致性	7.5	9.3
测试正确
尝试通过率	69.8%	31.8%
不稳定测试	6	2
总运行次数	63	63
每个结果成本	5.162	0.655
总成本	$0.401	$0.047
输入价格	$0.140 / 1M	$1.200 / 1M
输出价格	$1.000 / 1M	$4.000 / 1M
总输入令牌	42,196	32,525
输出令牌	40,630	1,815
推理令牌	353,577	0
响应时间（平均）	72.57s	2.82s
响应时间（最大）	409.98s	8.21s
响应时间（总计）	1524.04s	59.29s

Generation showcase

Hamster playing table tennis

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

#88 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 tok

#128 GLM 5 Turbo

none

Cost: $0.047
Time: 129.2s
Tokens: 11,775 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 5 Turbo	3.0	10.0	0.0%	0		2.84s	555	382	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 5 Turbo	3.9	7.8	11.1%	1		2.41s	7,256	529	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 5 Turbo	3.0	10.0	0.0%	0		4.89s	8,133	144	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 5 Turbo	10.0	10.0	100.0%	0		2.47s	7,107	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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
GLM 5 Turbo	5.3	10.0	33.3%	0		1.97s	687	25	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 5 Turbo	4.2	9.9	0.0%	0		2.18s	477	48	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 5 Turbo	6.5	10.0	50.0%	0		2.13s	636	65	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 5 Turbo	5.5	7.4	44.4%	1		2.65s	609	180	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 5 Turbo	10.0	10.0	100.0%	0		8.21s	6,879	222	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 5 Turbo	3.0	10.0	0.0%	0		2.37s	186	16	0

快速对比

切换对比组合