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 Plus vs Z.ai: GLM 5.2

摘要

Qwen3.6 Plus (medium) vs GLM 5.2 (high) benchmark 对比：GLM 5.2 (high) 平均分领先，为 8.0 vs 7.8。 Qwen3.6 Plus (medium) benchmark 成本更低，为 $0.294 vs $0.554。 Qwen3.6 Plus (medium) 更快，为 30.70s vs 37.09s，通过率为 69.8% vs 77.8%。

推荐模型: Qwen3.6 Plus (medium) - 它的得分接近这里的最高分（7.8 vs 8.0），同时成本比GLM 5.2 (high)低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 7.8 8.0
排名 #37 #32
可靠性 10.0 9.3
一致性 9.3 7.6
测试正确
尝试通过率 69.8% 77.8%
不稳定测试 2 6
总运行次数 63 63
每个结果成本 0.831 4.255
总成本 $0.294 $0.554
输入价格 $0.325 / 1M $0.770 / 1M
输出价格 $1.950 / 1M $2.420 / 1M
总输入令牌 41,565 34,993
输出令牌 1,853 51,575
推理令牌 141,973 166,065
响应时间（平均） 30.70s 37.09s
响应时间（最大） 201.68s 180.69s
响应时间（总计） 613.99s 778.91s

生成展示

Hamster playing table tennis

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

#37 Qwen3.6 Plus

medium
成本
$0.024
时间
219.0s
令牌
12,235 tok

#32 GLM 5.2

high
无效SVG
成本
$0.000
时间
300.0s
令牌
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 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
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 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
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 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
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 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
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 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

快速对比

切换对比组合

GPT-5.4 MinimediumvsGLM 5.2highQwen3.6 PlusmediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highClaude Opus 4.8lowvsQwen3.6 PlusmediumGPT-5.6 TerralowvsQwen3.6 PlusmediumQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highQwen3.6 PlusmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.6 PlusmediumClaude Sonnet 5mediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2high