导航
AI BENCHY
Your ad here

AI BENCHY 对比

Qwen: Qwen3.6 35B A3B vs Z.ai: GLM 4.7 Flash

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-04-27

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 5.1 4.6
排名 #112 #119
可靠性 10.0 不适用
一致性 7.4 6.3
测试正确
尝试通过率 39.6% 38.9%
不稳定测试 5 8
总运行次数 54 54
每个结果成本 0.471 1.126
总成本 $0.019 $0.046
???? $0.162 / 1M $0.060 / 1M
???? $0.966 / 1M $0.400 / 1M
输出令牌 17,503 39,688
推理令牌 0 72,401
响应时间(平均) 2.87s 32.33s
响应时间(最大) 12.46s 174.55s
响应时间(总计) 46.00s 355.65s

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) 输出令牌 推理令牌
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 1,571 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 2.05s 921 0
GLM 4.7 Flash 3.6 2.1 33.3% 1 21.26s 969 6,936
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) 输出令牌 推理令牌
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 248 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 11,381 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 1,545 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 1,264 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 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) 输出令牌 推理令牌
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.00s 573 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.90s 798 5,225
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) 输出令牌 推理令牌
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014

快速对比

切换对比组合