- 排名
- #101
- 总输出令牌
- 136,162
- 响应时间（平均）
- 33.05s
- 总成本
- ~$0.058
Qwen3.8 27B (medium) vs GLM 5 (medium)
Qwen3.8 27B (medium) 平均分领先，为 7.8 vs 7.7。 Qwen3.8 27B (medium) benchmark 成本更低，为 ~$0.058 vs $0.228。 Qwen3.8 27B (medium) 更快，为 33.05s vs 33.54s，通过率为 66.7% vs 78.8%。
已对比模型
- 排名
- #105
- 总输出令牌
- 124,566
- 响应时间（平均）
- 33.54s
- 总成本
- $0.228
推荐模型
Qwen3.8 27B (medium)
它在这里得分最高（7.8），同时成本比GLM 5 (medium)低约 4.0 倍。
详细对比
| 指标 | Qwen3.8 27B Qwen3.8 27B medium | GLM 5 GLM 5 medium |
|---|---|---|
| 分数 | 7.8 | 7.7 |
| 排名 | #101 | #105 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 9.7 | 8.1 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 78.8% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | ~0.409 | 1.668 |
| 总成本 | ~$0.058 | $0.228 |
| 输入价格 | 不适用 | $0.600 / 1M |
| 输出价格 | 不适用 | $1.920 / 1M |
| 总输入令牌 | 98,266 | 35,224 |
| 输出令牌 | 1,861 | 21,570 |
| 推理令牌 | 134,301 | 102,996 |
| 响应时间（平均） | 33.05s | 33.54s |
| 响应时间（最大） | 214.63s | 99.85s |
| 响应时间（总计） | 694.04s | 435.99s |
| 参数量 | 27.3B | 744B 总计 (40B 激活) |
| 开放状态 | 权重可用 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 Qwen3.8 27B
medium- 成本
- ~$0.002
- 时间
- 43.4s
- 令牌
- 2,956 tok
#105 GLM 5
medium- 成本
- $0.005
- 时间
- 20.7s
- 令牌
- 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 2.93s | 672 | 228 | 1,842 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 40.50s | 7,893 | 585 | 26,808 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 8.7 | 6.9 | 83.3% | 1 | 124.48s | 77,767 | 70 | 51,705 | |
| GLM 5 | 5.0 | 5.0 | 50.0% | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 6.5 | 10.0 | 50.0% | 0 | 8.76s | 9,039 | 144 | 2,271 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 76.98s | 780 | 12 | 41,184 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 9.20s | 516 | 204 | 1,299 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 699 | 48 | 984 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 8.3 | 10.0 | 66.7% | 0 | 12.62s | 696 | 444 | 6,237 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 11.29s | 204 | 126 | 1,971 | |
| 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
Seed-2.0-CodelowvsGLM 5mediumClaude Opus 4.8lowvsQwen3.8 27BmediumQwen3.7 FlashhighvsGLM 5mediumClaude Opus 4.8lowvsGLM 5mediumSeed-2.0-CodelowvsQwen3.8 27BmediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 Flash 0423highvsGLM 5mediumDeepSeek V4 ProhighvsQwen3.8 27BmediumMiMo-V2.6-FlashlowvsGLM 5mediumGPT-5.2 ChatnonevsQwen3.8 27BmediumDeepSeek V4 Flash 0423highvsQwen3.8 27BmediumKimi K3maxvsQwen3.8 27Bmedium