Qwen3.7 Plus (medium) vs GLM 5.3 FlashX Legal (high)

已对比模型

排名: #121
总输出令牌: 215,560
响应时间（平均）: 59.73s
总成本: $0.415

排名: #127
总输出令牌: 345,985
响应时间（平均）: 35.19s
总成本: $0.521

推荐模型 GLM 5.3 FlashX Legal (high)

它在这里得分最高（8.2），同时响应速度比Qwen3.7 Plus (medium)快约 1.7 倍。

详细对比

指标	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high 发布日期: 2026-11-02

指标	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high 发布日期: 2026-11-02
分数	8.3	8.2
排名	#121	#127
可靠性	10.0	9.7
一致性	8.9	8.6
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	72.5%
不稳定测试	3	4
总运行次数	69	69
每个结果成本	2.697	3.473
总成本	$0.415	$0.521
输入价格	$0.320 / 1M	$0.370 / 1M
输出价格	$1.280 / 1M	$1.250 / 1M
缓存读取价格	$0.064 / 1M	$0.075 / 1M
缓存写入价格	$0.400 / 1M	不适用
总输入令牌	350,546	238,713
输出令牌	8,576	7,034
推理令牌	206,984	338,951
响应时间（平均）	59.73s	35.19s
响应时间（最大）	315.30s	298.81s
响应时间（总计）	1373.73s	809.47s
参数量	~397B 总计 (~17B 激活)	~320B 总计 (~18B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#121 Qwen3.7 Plus

medium

成本: $0.018
时间: 193.2s
令牌: 10,821 tok

#127 GLM 5.3 FlashX Legal

high

成本: $0.018
时间: 103.8s
令牌: 13,703 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

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 Plus	10.0	10.0	100.0%	0		196.47s	235,304	2,413	25,810
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		78.95s	140,782	1,206	13,815

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 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.50s	639	282	456

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 5.3 FlashX Legal	8.2	7.2	88.9%	1		27.50s	7,317	397	31,799

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	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645
GLM 5.3 FlashX Legal	6.9	5.9	66.7%	1		22.42s	73,021	3,779	11,384

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 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.32s	7,149	210	358

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		60.05s	780	58	34,980
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		188.77s	759	195	278,113

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 5.3 FlashX Legal	4.8	3.2	33.3%	1		1.78s	498	204	214

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 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.53s	678	72	240

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 5.3 FlashX Legal	10.0	10.0	100.0%	0		2.45s	672	411	479

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 5.3 FlashX Legal	10.0	10.0	100.0%	0		7.41s	6,991	225	98

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 5.3 FlashX Legal	3.0	10.0	0.0%	0		8.62s	207	53	1,995

切换对比组合

Gemini 4 ArgonlowvsQwen3.7 Plusmedium DeepSeek V4.1 Flash 1017maxvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsGrok 4.5high GPT-5.6 TerramediumvsGLM 5.3 FlashX Legalhigh DeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX Legalhigh Gemini 4 ArgonlowvsGLM 5.3 FlashX Legalhigh Kimi K3maxvsQwen3.7 Plusmedium Ling 3.1 FlashmediumvsGLM 5.3 FlashX Legalhigh Seed-2.0-LitemediumvsGLM 5.3 FlashX Legalhigh Gemini 3.5 FlashhighvsQwen3.7 Plusmedium Claude Opus 4.8mediumvsGLM 5.3 FlashX Legalhigh GPT-6 LunamediumvsGLM 5.3 FlashX Legalhigh