Qwen: Qwen3.5 Plus 2026-04-20 vs Z.ai: GLM 5

Qwen3.5 Plus 2026-04-20 平均分领先，为 6.1 vs 5.7。 GLM 5 benchmark 成本更低，为 $0.041 vs $0.122。 GLM 5 更快，为 4.03s vs 13.56s，通过率为 43.9% vs 42.4%。

推荐模型GLM 5它的得分接近这里的最高分（5.7 vs 6.1），同时成本比Qwen3.5 Plus 2026-04-20低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none 发布日期: 2026-04-20	GLM 5 GLM 5 none 发布日期: 2026-02-12

指标	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none 发布日期: 2026-04-20	GLM 5 GLM 5 none 发布日期: 2026-02-12
分数	6.1	5.7
排名	#137	#152
可靠性	10.0	10.0
一致性	8.7	9.3
测试正确
尝试通过率	43.9%	42.4%
不稳定测试	4	1
总运行次数	66	63
每个结果成本	1.636	0.263
总成本	$0.122	$0.041
输入价格	$0.300 / 1M	$0.950 / 1M
输出价格	$1.800 / 1M	$2.551 / 1M
总输入令牌	94,468	37,135
输出令牌	51,487	1,989
推理令牌	0	0
响应时间（平均）	13.56s	4.03s
响应时间（最大）	206.05s	11.07s
响应时间（总计）	298.31s	56.37s

Hamster playing table tennis

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

#137 Qwen3.5 Plus 2026-04-20

none

成本: $0.008
时间: 77.0s
令牌: 4,369 tok

#152 GLM 5

none

成本: $0.007
时间: 32.1s
令牌: 2,023 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	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 2026-04-20	4.8	10.0	25.0%	0		1.88s	696	557	0
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	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 Plus 2026-04-20	3.9	7.8	11.1%	1		1.69s	7,913	480	0
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	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 Plus 2026-04-20	6.4	5.8	66.7%	1		109.69s	66,908	42,617	0
GLM 5	1.5	5.0	0.0%	0		4.98s	12,812	406	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 Plus 2026-04-20	10.0	10.0	100.0%	0		2.82s	7,794	243	0
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	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 Plus 2026-04-20	5.3	10.0	33.3%	0		4.43s	789	18	0
GLM 5	3.0	10.0	0.0%	0		2.24s	643	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 Plus 2026-04-20	4.8	10.0	0.0%	0		1.41s	522	119	0
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	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 Plus 2026-04-20	6.2	5.8	66.7%	1		1.17s	711	68	0
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	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 Plus 2026-04-20	6.7	7.9	55.6%	1		1.97s	714	583	0
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	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 Plus 2026-04-20	10.0	10.0	100.0%	0		4.42s	8,211	297	0
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	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 Plus 2026-04-20	3.0	10.0	0.0%	0		33.34s	210	6,505	0
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

快速对比

切换对比组合