导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.7 Max vs Z.ai: GLM 5.2

摘要

Qwen3.7 Max vs GLM 5.2 benchmark 对比：GLM 5.2 平均分领先，为 7.1 vs 6.9。 Qwen3.7 Max benchmark 成本更低，为 $0.054 vs $0.076。 Qwen3.7 Max 更快，为 1.30s vs 6.34s，通过率为 66.7% vs 60.3%。

推荐模型: Qwen3.7 Max - 它的得分接近这里的最高分（6.9 vs 7.1），同时响应速度比GLM 5.2快约 4.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 6.9 7.1
排名 #68 #61
可靠性 10.0 9.9
一致性 10.0 9.6
测试正确
尝试通过率 66.7% 60.3%
不稳定测试 0 1
总运行次数 63 63
每个结果成本 0.744 0.628
总成本 $0.054 $0.076
输入价格 $1.250 / 1M $1.400 / 1M
输出价格 $3.750 / 1M $4.400 / 1M
总输入令牌 37,107 38,671
输出令牌 1,994 4,817
推理令牌 0 0
响应时间（平均） 1.30s 6.34s
响应时间（最大） 3.92s 20.69s
响应时间（总计） 27.21s 133.19s

生成展示

Hamster playing table tennis

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

#68 Qwen3.7 Max

none
成本
$0.046
时间
195.0s
令牌
12,171 tok

#61 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

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 6.5 10.0 50.0% 0 1.08s 696 242 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 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

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemma 4 26B A4Bmedium免费可用vsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneRing-2.6-1TmediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsGLM 5.2noneQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 Maxnonegpt-oss-120bmedium免费可用vsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneGrok 4.20mediumvsGLM 5.2noneQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 Flashhigh