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: Qwen3.7 Plus vs Z.ai: GLM 5.2

摘要

Qwen3.7 Plus (medium) vs GLM 5.2 (high) benchmark 对比：Qwen3.7 Plus (medium) 平均分领先，为 8.2 vs 8.0。 Qwen3.7 Plus (medium) benchmark 成本更低，为 $0.177 vs $0.554。 GLM 5.2 (high) 更快，为 37.09s vs 38.95s，通过率为 77.8% vs 77.8%。

推荐模型: Qwen3.7 Plus (medium) - 它在这里得分最高（8.2），同时成本比GLM 5.2 (high)低约 3.1 倍。

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

指标 Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03 GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数 8.2 8.0
排名 #30 #32
可靠性 10.0 9.3
一致性 9.1 7.6
测试正确
尝试通过率 77.8% 77.8%
不稳定测试 2 6
总运行次数 63 63
每个结果成本 1.474 4.255
总成本 $0.177 $0.554
输入价格 $0.320 / 1M $0.770 / 1M
输出价格 $1.280 / 1M $2.420 / 1M
总输入令牌 40,939 34,993
输出令牌 2,125 51,575
推理令牌 125,754 166,065
响应时间（平均） 38.95s 37.09s
响应时间（最大） 178.04s 180.69s
响应时间（总计） 817.85s 778.91s

生成展示

Hamster playing table tennis

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

#30 Qwen3.7 Plus

medium
成本
$0.018
时间
193.2s
令牌
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041
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-5.6 TerrahighvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highDeepSeek V4 FlashhighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2high