导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.6 Max Preview vs Z.ai: GLM 5.2

摘要

Qwen3.6 Max Preview vs GLM 5.2 benchmark 对比：Qwen3.6 Max Preview 平均分领先，为 8.9 vs 8.7。 GLM 5.2 benchmark 成本更低，为 $0.324 vs $0.960。 GLM 5.2 更快，为 23.28s vs 59.63s，通过率为 81.0% vs 84.1%。

推荐模型: GLM 5.2 - 它的得分接近这里的最高分（8.7 vs 8.9），同时成本比Qwen3.6 Max Preview低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20 GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数 8.9 8.7
排名 #11 #14
可靠性 10.0 9.5
一致性 9.3 8.4
测试正确
尝试通过率 81.0% 84.1%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 7.024 2.159
总成本 $0.960 $0.324
输入价格 $1.040 / 1M $1.400 / 1M
输出价格 $6.240 / 1M $4.400 / 1M
总输入令牌 42,362 37,199
输出令牌 2,273 12,261
推理令牌 144,367 49,500
响应时间（平均） 59.63s 23.28s
响应时间（最大） 238.07s 101.36s
响应时间（总计） 1252.17s 488.94s

Generation showcase

Hamster playing table tennis

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

#11 Qwen3.6 Max Preview

medium
Cost
$0.024
Time
76.5s
Tokens
3,861 tok

#14 GLM 5.2

medium
Cost
$0.041
Time
195.8s
Tokens
9,287 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 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
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 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
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 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
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 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
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 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
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 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
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 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
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 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
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 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
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 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529

快速对比

切换对比组合

GPT-5.2 ChatnonevsGLM 5.2mediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsGLM 5.2mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGLM 5.2mediumDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumGPT-5.5lowvsGLM 5.2mediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumStep 3.7 FlashlowvsGLM 5.2mediumDeepSeek V4 ProhighvsGLM 5.2mediumGPT-5.3 ChatnonevsGLM 5.2medium