导航
AI BENCHY
Advertise here

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：GLM 4.7 Flash 平均分领先，为 5.5 vs 4.6。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.031。 GLM 4.7 Flash 更快，为 2.86s vs 3.73s，通过率为 30.2% vs 36.5%。

推荐模型: GLM 4.7 Flash - 它在这里得分最高（5.5），同时成本比Qwen3.6 35B A3B低约 9.1 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 none 发布日期: 2026-01-19
分数 4.6 5.5
排名 #154 #123
可靠性 10.0 10.0
一致性 8.0 8.8
测试正确
尝试通过率 30.2% 36.5%
不稳定测试 5 3
总运行次数 63 63
每个结果成本 0.754 0.056
总成本 $0.031 $0.004
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 38,745
输出令牌 27,755 2,521
推理令牌 0 0
响应时间（平均） 3.73s 2.86s
响应时间（最大） 22.52s 7.05s
响应时间（总计） 70.86s 40.04s

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

#123 GLM 4.7 Flash

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
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
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 0
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 555 438 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 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 3.22s 14,325 704 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 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 0
GLM 4.7 Flash 7.3 5.8 83.3% 1 4.82s 7,107 196 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 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 0
GLM 4.7 Flash 7.7 10.0 66.7% 0 744ms 687 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 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 0
GLM 4.7 Flash 4.0 10.0 0.0% 0 1.59s 477 134 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 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 0
GLM 4.7 Flash 6.5 10.0 50.0% 0 888ms 636 62 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 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 0
GLM 4.7 Flash 6.4 10.0 33.3% 0 1.20s 609 97 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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 2.8 1.6 33.3% 1 7.05s 6,907 212 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 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 692ms 186 9 0

快速对比

切换对比组合

CobuddymediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGLM 4.7 FlashnoneQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGLM 4.7 FlashnoneNemotron 3 Supermedium免费可用vsGLM 4.7 FlashnoneDeepSeek V4 ProhighvsGLM 4.7 Flashnonegpt-oss-120bmedium免费可用vsGLM 4.7 FlashnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.5mediumvsQwen3.6 35B A3BnoneGPT-5 NanomediumvsGLM 4.7 Flashnone