Qwen3.6 Plus (medium) vs GLM 5.2 (medium)

已对比模型

推荐模型 GLM 5.2 (medium)

它在这里得分最高（7.8），同时成本比Qwen3.6 Plus (medium)低约 1.9 倍。

指标	Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17

指标	Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数	7.8	7.8
排名	#83	#85
可靠性	10.0	9.5
一致性	9.3	8.0
尝试次数	66/66	63/66
测试正确
尝试通过率	71.2%	80.3%
不稳定测试	2	4
总运行次数	66	63
每个结果成本	1.695	2.159
总成本	$0.418	$0.224
输入价格	$0.325 / 1M	$0.966 / 1M
输出价格	$1.950 / 1M	$3.036 / 1M
总输入令牌	97,698	37,199
输出令牌	6,417	12,261
推理令牌	191,215	49,500
响应时间（平均）	45.52s	23.28s
响应时间（最大）	291.55s	101.36s
响应时间（总计）	955.94s	488.94s
参数量	~397B 总计 (~17B 激活)	744B 总计 (40B 激活)
开放状态	闭源	开源

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

medium

medium

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 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
GLM 5.2	10.0	10.0	100.0%	0		5.89s	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 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
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 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925
GLM 5.2	5.0	5.0	50.0%	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 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		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 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854
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 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
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 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
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 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
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 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		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 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

切换对比组合