Qwen: Qwen3 Coder Next vs Z.ai: GLM 4.7 Flash

Qwen3 Coder Next (medium) 平均分领先，为 4.7 vs 4.3。 Qwen3 Coder Next (medium) benchmark 成本更低，为 $0.032 vs $0.166。 Qwen3 Coder Next (medium) 更快，为 9.61s vs 142.59s，通过率为 27.3% vs 31.8%。

推荐模型Qwen3 Coder Next (medium)它在这里得分最高（4.7），同时成本比GLM 4.7 Flash (medium)低约 5.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03	GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19

指标	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03	GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数	4.7	4.3
排名	#202	#210
可靠性	10.0	7.8
一致性	9.0	7.0
测试正确
尝试通过率	27.3%	31.8%
不稳定测试	3	8
总运行次数	66	66
每个结果成本	0.793	4.147
总成本	$0.032	$0.166
输入价格	$0.110 / 1M	$0.060 / 1M
输出价格	$0.800 / 1M	$0.400 / 1M
总输入令牌	148,194	79,051
输出令牌	19,069	43,754
推理令牌	0	374,109
响应时间（平均）	9.61s	142.59s
响应时间（最大）	81.80s	1539.97s
响应时间（总计）	153.69s	1996.21s

Hamster playing table tennis

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

#202 Qwen3 Coder Next

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#210 GLM 4.7 Flash

medium

无效SVG

成本: $0.000
时间: 186.2s
令牌: 12,112 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:

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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

快速对比

切换对比组合