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 35B A3B vs Z.ai: GLM 4.7 Flash

摘要

Qwen3.6 35B A3B vs GLM 4.7 Flash benchmark 对比：Qwen3.6 35B A3B 平均分领先，为 4.6 vs 4.4。 Qwen3.6 35B A3B benchmark 成本更低，为 $0.031 vs $0.054。 Qwen3.6 35B A3B 更快，为 3.73s vs 35.10s，通过率为 30.2% vs 33.3%。

推荐模型: Qwen3.6 35B A3B - 它在这里得分最高（4.6），同时成本比GLM 4.7 Flash低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Qwen3.6 35B A3B Qwen3.6 35B A3B none 发布日期: 2026-04-20 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 4.6 4.4
排名 #154 #159
可靠性 10.0 6.7
一致性 8.0 6.8
测试正确
尝试通过率 30.2% 33.3%
不稳定测试 5 8
总运行次数 63 63
每个结果成本 0.754 1.337
总成本 $0.031 $0.054
输入价格 $0.140 / 1M $0.060 / 1M
输出价格 $1.000 / 1M $0.400 / 1M
总输入令牌 19,329 37,206
输出令牌 27,755 43,754
推理令牌 0 89,079
响应时间（平均） 3.73s 35.10s
响应时间（最大） 22.52s 174.55s
响应时间（总计） 70.86s 456.24s

Generation showcase

Hamster playing table tennis

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

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 tok

#159 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

Ling-2.6-1TnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumMiMo-V2.5nonevsGLM 4.7 FlashmediumMistral Small 4nonevsGLM 4.7 FlashmediumNemotron 3 Supernone免费可用vsGLM 4.7 Flashmedium