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: Qwen3.6 27B vs Z.ai: GLM 5

摘要

Qwen3.6 27B vs GLM 5 benchmark 对比：Qwen3.6 27B 平均分领先，为 6.6 vs 6.0。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.430。 GLM 5 更快，为 4.03s vs 59.71s，通过率为 60.3% vs 44.4%。

推荐模型: GLM 5 - 它的得分接近这里的最高分（6.0 vs 6.6），同时成本比Qwen3.6 27B低约 16.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 6.6 6.0
排名 #80 #106
可靠性 10.0 10.0
一致性 8.2 9.7
测试正确
尝试通过率 60.3% 44.4%
不稳定测试 5 1
总运行次数 63 63
每个结果成本 3.361 0.263
总成本 $0.430 $0.027
输入价格 $0.288 / 1M $0.600 / 1M
输出价格 $3.100 / 1M $1.920 / 1M
总输入令牌 39,376 37,135
输出令牌 16,189 1,989
推理令牌 122,521 0
响应时间（平均） 59.71s 4.03s
响应时间（最大） 168.22s 11.07s
响应时间（总计） 1254.01s 56.37s

Generation showcase

Hamster playing table tennis

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

#80 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 tok

#106 GLM 5

none
Cost
$0.007
Time
32.1s
Tokens
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

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
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
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
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
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
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
GLM 5 3.0 10.0 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
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
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
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
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
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
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
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
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
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
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
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
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
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807
GLM 5 3.0 10.0 0.0% 0 3.62s 186 13 0

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 27BmediumGemini 3.1 Flash LitelowvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.5 FlashminimalvsQwen3.6 27BmediumDeepSeek V4 ProhighvsGLM 5noneGPT-5.5nonevsQwen3.6 27BmediumDeepSeek V4 ProhighvsQwen3.6 27BmediumGemini 3 Flash PreviewnonevsQwen3.6 27BmediumQwen3.5-35B-A3BmediumvsGLM 5noneDeepSeek V4 PrononevsQwen3.6 27BmediumGemma 4 31Bmedium免费可用vsGLM 5none