导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.7 Max vs Z.ai: GLM 5

摘要

Qwen3.7 Max vs GLM 5 benchmark 对比：Qwen3.7 Max 平均分领先，为 9.1 vs 8.3。 GLM 5 benchmark 成本更低，为 $0.228 vs $0.523。 Qwen3.7 Max 更快，为 16.02s vs 33.54s，通过率为 88.9% vs 82.5%。

推荐模型: Qwen3.7 Max - 它在这里得分最高（9.1），同时响应速度比GLM 5快约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 9.1 8.3
排名 #5 #18
可靠性 10.0 10.0
一致性 9.6 8.5
测试正确
尝试通过率 88.9% 82.5%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 5.517 1.668
总成本 $0.523 $0.228
输入价格 $1.250 / 1M $0.600 / 1M
输出价格 $3.750 / 1M $1.920 / 1M
总输入令牌 42,360 35,224
输出令牌 2,129 21,570
推理令牌 122,959 102,996
响应时间（平均） 16.02s 33.54s
响应时间（最大） 59.98s 99.85s
响应时间（总计） 336.51s 435.99s

Generation showcase

Hamster playing table tennis

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

#5 Qwen3.7 Max

medium
Cost
$0.017
Time
68.8s
Tokens
4,526 tok

#18 GLM 5

medium
Cost
$0.005
Time
20.7s
Tokens
2,068 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
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 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
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 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
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 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
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 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
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 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
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 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
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 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
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 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
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 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsGLM 5mediumGemini 3.5 FlashnonevsGLM 5mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.2 ChatnonevsGLM 5mediumDeepSeek V4 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashminimalvsGLM 5mediumQwen3.7 MaxnonevsGLM 5mediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGPT-5.5lowvsGLM 5mediumGemini 3 Flash PreviewnonevsGLM 5medium