已对比模型

Qwen3.5 Plus 2026-02-15 (medium) vs Qwen3.6 Plus Preview (medium) vs GLM 5 Turbo (medium) 基准对比: GLM 5 Turbo (medium) 在分数上以 7.6 领先。 Qwen3.5 Plus 2026-02-15 (medium) 在可靠性上以 10.0 领先。 Qwen3.6 Plus Preview (medium) 的总成本最低，为 $0.000。 Qwen3.6 Plus Preview (medium) 最快，为 15.25s。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-14

排名: #87
总输出令牌: 260,704
响应时间（平均）: 89.19s
总成本: $0.437

排名: #236
总输出令牌: 63,350
响应时间（平均）: 15.25s
总成本: $0.000

排名: #78
总输出令牌: 74,522
响应时间（平均）: 23.00s
总成本: $0.323

推荐模型 GLM 5 Turbo (medium)

它在这里得分最高（7.6），同时响应速度比本次比较中的其他模型快约 2.3 倍。

详细对比

指标	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium 发布日期: 2026-04-20 免费可用	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15

指标	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium 发布日期: 2026-04-20 免费可用	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数	7.5	4.9	7.6
排名	#87	#236	#78
可靠性	10.0	不适用	10.0
一致性	8.5	8.6	8.1
尝试次数	66/66	57/66	63/66
测试正确
尝试通过率	71.2%	40.9%	71.2%
不稳定测试	4	0	4
总运行次数	66	57	63
每个结果成本	3.348	0.000	2.011
总成本	$0.437	$0.000	$0.323
输入价格	$0.260 / 1M	$0.000 / 1M	$1.200 / 1M
输出价格	$1.560 / 1M	$0.000 / 1M	$4.000 / 1M
总输入令牌	113,560	32,639	35,593
输出令牌	9,823	1,153	12,245
推理令牌	250,881	62,197	62,277
响应时间（平均）	89.19s	15.25s	23.00s
响应时间（最大）	304.85s	43.55s	194.23s
响应时间（总计）	1337.92s	182.96s	482.97s
参数量	~397B 总计 (~17B 激活)	~397B 总计 (~17B 激活)	744B 总计 (40B 激活)
开放状态	闭源	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#87 Qwen3.5 Plus 2026-02-15

medium

成本: $0.011
时间: 125.5s
令牌: 7,040 tok

#236 Qwen3.6 Plus Preview

medium

此模型尚未生成任何展示结果。

成本: $0.000
时间: -
令牌: 0 tok

#78 GLM 5 Turbo

medium

成本: $0.074
时间: 206.0s
令牌: 18,549 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

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1	45.78s	672	205	21,236
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812
GLM 5 Turbo	10.0	10.0	100.0%	0	4.82s	555	362	3,137

编程	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1	180.70s	6,950	420	80,595
Qwen3.6 Plus Preview	9.8	3.3	0.0%	0	0ms	0	0	0
GLM 5 Turbo	8.2	9.3	66.7%	0	45.90s	5,941	363	25,381

综合	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1	175.85s	87,576	8,085	69,183
Qwen3.6 Plus Preview	5.0	5.0	50.0%	0	34.95s	14,934	452	13,073
GLM 5 Turbo	5.0	5.0	50.0%	0	13.88s	12,714	390	2,037

数据解析与提取	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	46.91s	7,782	270	14,916
Qwen3.6 Plus Preview	10.0	10.0	100.0%	14.95s	7,782	270	10,706
GLM 5 Turbo	10.0	10.0	100.0%	6.19s	7,107	577	3,632

领域专项	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	5.3	10.0	33.3%	0	17.50s	444	35	16,680
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895
GLM 5 Turbo	2.9	4.4	22.2%	2	71.07s	489	9,665	19,279

通用智能	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1	79.86s	344	73	8,675
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0
GLM 5 Turbo	6.1	3.1	66.7%	1	10.05s	477	60	2,216

指令遵循	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	31.93s	699	101	7,704
Qwen3.6 Plus Preview	6.5	10.0	50.0%	3.40s	381	27	1,383
GLM 5 Turbo	10.0	10.0	100.0%	5.38s	636	255	2,183

谜题求解	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0	32.50s	696	301	13,853
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998
GLM 5 Turbo	8.7	7.9	77.8%	1	5.23s	609	312	2,647

工具调用	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	7.54s	8,193	309	909
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330
GLM 5 Turbo	10.0	10.0	100.0%	9.84s	6,879	241	446

常识问答	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	103.81s	204	24	17,130
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0
GLM 5 Turbo	3.0	10.0	0.0%	40.17s	186	20	1,319

快速对比

切换对比组合