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 5.1

摘要

Qwen3.7 Plus vs GLM 5.1 benchmark 对比：Qwen3.7 Plus 平均分领先，为 7.2 vs 7.1。 Qwen3.7 Plus benchmark 成本更低，为 $0.023 vs $0.292。 Qwen3.7 Plus 更快，为 2.85s vs 33.67s，通过率为 47.6% vs 68.3%。

推荐模型: Qwen3.7 Plus - 它在这里得分最高（7.2），同时成本比GLM 5.1低约 13.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03 GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数 7.2 7.1
排名 #61 #64
可靠性 10.0 6.7
一致性 10.0 8.3
测试正确
尝试通过率 47.6% 68.3%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 0.276 2.496
总成本 $0.023 $0.292
输入价格 $0.320 / 1M $0.980 / 1M
输出价格 $1.280 / 1M $3.080 / 1M
总输入令牌 42,510 32,995
输出令牌 6,578 11,655
推理令牌 0 75,421
响应时间（平均） 2.85s 33.67s
响应时间（最大） 29.38s 172.60s
响应时间（总计） 59.86s 673.41s

Generation showcase

Hamster playing table tennis

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

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 tok

#64 GLM 5.1

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
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 6.5 10.0 50.0% 0 1.38s 696 349 0
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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
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 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
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 1.43s 7,794 243 0
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 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
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 5.3 10.0 0.0% 0 1.33s 522 78 0
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 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
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 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
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 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
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 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

快速对比

切换对比组合

Step 3.7 FlashhighvsGLM 5.1mediumGemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5V TurbomediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Opus 4.8nonevsGLM 5.1mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneGemini 3 Flash PreviewnonevsGLM 5.1mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsGLM 5.1medium