导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Qwen: Qwen3.5-Flash vs Z.ai: GLM 5.2

摘要

Qwen3.5-Flash vs GLM 5.2 benchmark 对比：GLM 5.2 平均分领先，为 7.1 vs 6.8。 GLM 5.2 benchmark 成本更低，为 $0.076 vs $0.080。 GLM 5.2 更快，为 6.34s vs 63.29s，通过率为 71.4% vs 60.3%。

推荐模型: GLM 5.2 - 它在这里得分最高（7.1），同时响应速度比Qwen3.5-Flash快约 10.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 6.8 7.1
排名 #70 #61
可靠性 10.0 9.9
一致性 8.1 9.6
测试正确
尝试通过率 71.4% 60.3%
不稳定测试 5 1
总运行次数 63 63
每个结果成本 0.871 0.628
总成本 $0.080 $0.076
输入价格 $0.065 / 1M $1.400 / 1M
输出价格 $0.260 / 1M $4.400 / 1M
总输入令牌 38,926 38,671
输出令牌 2,088 4,817
推理令牌 294,598 0
响应时间（平均） 63.29s 6.34s
响应时间（最大） 234.29s 20.69s
响应时间（总计） 1265.85s 133.19s

Generation showcase

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium
Cost
$0.002
Time
25.8s
Tokens
4,294 tok

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

快速对比

切换对比组合

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemma 4 26B A4Bmedium免费可用vsGLM 5.2noneMiMo-V2-FlashmediumvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumKimi K2.7 CodemediumvsGLM 5.2noneGemini 3.5 FlashnonevsQwen3.5-FlashmediumGrok 4.20mediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGLM 5.2noneQwen3.5-FlashmediumvsStep 3.7 FlashhighMiMo-V2.5-PromediumvsGLM 5.2noneSeed-2.0-MinimediumvsGLM 5.2none