导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5 Plus 2026-02-15 vs Z.ai: GLM 5.2

摘要

Qwen3.5 Plus 2026-02-15 (medium) vs GLM 5.2 (high) benchmark 对比：平均分几乎持平，为 8.0 vs 8.0。 Qwen3.5 Plus 2026-02-15 (medium) benchmark 成本更低，为 $0.310 vs $0.554。 GLM 5.2 (high) 更快，为 37.09s vs 73.79s，通过率为 73.0% vs 77.8%。

推荐模型: Qwen3.5 Plus 2026-02-15 (medium) - 它在这里得分最高（8.0），同时成本比GLM 5.2 (high)低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 8.0 8.0
排名 #34 #32
可靠性 10.0 9.3
一致性 8.8 7.6
测试正确
尝试通过率 73.0% 77.8%
不稳定测试 3 6
总运行次数 63 63
每个结果成本 2.445 4.255
总成本 $0.310 $0.554
输入价格 $0.260 / 1M $0.770 / 1M
输出价格 $1.560 / 1M $2.420 / 1M
总输入令牌 40,918 34,993
输出令牌 2,159 51,575
推理令牌 189,604 166,065
响应时间（平均） 73.79s 37.09s
响应时间（最大） 266.69s 180.69s
响应时间（总计） 1033.07s 778.91s

生成展示

Hamster playing table tennis

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

#34 Qwen3.5 Plus 2026-02-15

medium
成本
$0.011
时间
125.5s
令牌
7,040 tok

#32 GLM 5.2

high
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 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 672 205 21,236
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
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 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 7,782 270 14,916
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
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 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 444 35 16,680
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 344 73 8,675
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
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 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 699 101 7,704
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 696 301 13,853
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 8,193 309 909
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
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 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 204 24 17,130
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

快速对比

切换对比组合

GPT-5.4 MinimediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2high