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

平均分几乎持平，为 6.6 vs 6.6。 GLM 5.2 benchmark 成本更低，为 $0.125 vs $0.231。 Qwen3.6 Max Preview 更快，为 7.82s vs 9.34s，通过率为 60.6% vs 59.1%。

推荐模型GLM 5.2它在这里得分最高（6.6），同时成本比Qwen3.6 Max Preview低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17

指标	Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数	6.6	6.6
排名	#107	#105
可靠性	9.9	10.0
一致性	9.3	9.2
测试正确
尝试通过率	60.6%	59.1%
不稳定测试	2	2
总运行次数	66	64
每个结果成本	2.061	1.421
总成本	$0.231	$0.125
输入价格	$1.040 / 1M	$0.793 / 1M
输出价格	$6.240 / 1M	$2.491 / 1M
总输入令牌	106,339	112,359
输出令牌	19,257	14,340
推理令牌	0	0
响应时间（平均）	7.82s	9.34s
响应时间（最大）	102.62s	79.65s
响应时间（总计）	172.01s	205.46s

Hamster playing table tennis

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

#107 Qwen3.6 Max Preview

none

成本: $0.025
时间: 83.9s
令牌: 4,066 tok

#105 GLM 5.2

none

无效SVG

成本: $0.033
时间: 87.7s
令牌: 7,455 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

类别:

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	5.2	7.9	41.7%	1		2.63s	696	513	0
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	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 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	0
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	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 Max Preview	6.5	10.0	50.0%	0		61.56s	78,779	17,320	0
GLM 5.2	6.9	5.9	66.7%	1		50.17s	88,074	11,016	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 Max Preview	10.0	10.0	100.0%	0		2.87s	7,794	243	0
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	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 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	0
GLM 5.2	5.3	10.0	33.3%	0		4.04s	606	23	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 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	0
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	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 Max Preview	9.8	10.0	100.0%	0		1.40s	711	69	0
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	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 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	0
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	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 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	0
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsGLM 5.2none LongCat 2.0highvsGLM 5.2none Gemini 3.5 Flash-LitemediumvsQwen3.6 Max Previewnone LongCat 2.0highvsQwen3.6 Max Previewnone Gemma 4 26B A4Bmedium免费可用vsQwen3.6 Max Previewnone Gemini 3.5 Flash-LitemediumvsGLM 5.2none Qwen3.6 Max PreviewnonevsMiMo-V2.5medium Laguna XS 2.1medium免费可用vsQwen3.6 Max Previewnone Qwen3.6 27BmediumvsGLM 5.2none Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max Previewnone LongCat 2.0lowvsGLM 5.2none Gemini 3.5 Flash-LitelowvsGLM 5.2none