Qwen3.7 Flash (low) vs GLM 5.1 (medium)

已对比模型

推荐模型 Qwen3.7 Flash (low)

它在这里得分最高（7.7），同时成本比GLM 5.1 (medium)低约 20.3 倍。

指标	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07

指标	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数	7.7	7.5
排名	#114	#119
可靠性	10.0	9.2
一致性	8.1	8.4
尝试次数	69/69	69/69
测试正确
尝试通过率	68.1%	66.7%
不稳定测试	6	4
总运行次数	69	69
每个结果成本	0.439	9.004
总成本	$0.053	$1.066
输入价格	$0.030 / 1M	$0.965 / 1M
输出价格	$0.130 / 1M	$3.032 / 1M
总输入令牌	318,058	331,577
输出令牌	16,035	17,919
推理令牌	315,072	230,789
响应时间（平均）	41.03s	66.38s
响应时间（最大）	394.54s	308.75s
响应时间（总计）	943.75s	1460.31s
参数量	~35B 总计 (~3B 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.

low

Reached the allocated time limit (600 seconds) without receiving showcase output.

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

类别:

智能体任务	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
Qwen3.7 Flash	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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
Qwen3.7 Flash	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

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
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	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
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

切换对比组合