导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-9B vs Z.ai: GLM 4.7 Flash

摘要

Qwen3.5-9B vs GLM 4.7 Flash benchmark 对比：GLM 4.7 Flash 平均分领先，为 4.9 vs 3.8。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.036。 GLM 4.7 Flash 更快，为 2.86s vs 82.24s，通过率为 27.0% vs 36.5%。

推荐模型: GLM 4.7 Flash - 它在这里得分最高（4.9），同时成本比Qwen3.5-9B低约 10.7 倍。

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

指标 Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 3.8 4.9
排名 #170 #146
可靠性 6.7 10.0
一致性 8.0 8.8
测试正确
尝试通过率 27.0% 36.5%
不稳定测试 5 3
总运行次数 63 63
每个结果成本 1.187 0.056
总成本 $0.036 $0.004
输入价格 $0.100 / 1M $0.060 / 1M
输出价格 $0.150 / 1M $0.400 / 1M
总输入令牌 17,070 38,745
输出令牌 29,045 2,521
推理令牌 209,516 0
响应时间（平均） 82.24s 2.86s
响应时间（最大） 226.38s 7.05s
响应时间（总计） 1315.88s 40.04s

生成展示

Hamster playing table tennis

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

#170 Qwen3.5-9B

medium
成本
$0.001
时间
35.9s
令牌
3,030 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
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
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
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694
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

CobuddymediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneQwen3 Coder NextmediumvsGLM 4.7 Flashnonegpt-oss-120bnone免费可用vsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGLM 4.7 FlashnoneQwen3.5-9BmediumvsGrok 4.20noneMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9BmediumNorth Mini Codemedium免费可用vsGLM 4.7 FlashnoneGPT-5.4 NanononevsQwen3.5-9Bmedium