导航
AI BENCHY
Your ad here

AI BENCHY 对比

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

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-04-26

指标 Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 4.8 4.6
排名 #105 #109
可靠性 不适用 不适用
一致性 9.6 6.3
测试正确
尝试通过率 24.1% 38.9%
不稳定测试 1 8
总运行次数 54 54
每个结果成本 0.116 1.126
总成本 $0.005 $0.046
???? $0.100 / 1M $0.060 / 1M
???? $0.150 / 1M $0.400 / 1M
输出令牌 3,951 39,688
推理令牌 0 72,401
响应时间(平均) 1.47s 32.33s
响应时间(最大) 5.91s 174.55s
响应时间(总计) 26.43s 355.65s

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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 582 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 1,122 6,110
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
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 0
GLM 4.7 Flash 3.6 2.1 33.3% 1 21.26s 969 6,936
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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 1,255 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 2,585 20,648
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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 249 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 584 2,755
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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 24 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 33,000 25,394
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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 99 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 18 2,138
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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 75 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 388 2,181
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
Qwen3.5-9B 3.2 9.9 0.0% 0 683ms 388 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.90s 798 5,225
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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014

快速对比

切换对比组合