AI BENCHY 对比

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

摘要

Qwen3 Coder Next vs GLM 4.7 Flash benchmark 对比：GLM 4.7 Flash 平均分领先，为 4.9 vs 4.7。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.008。 GLM 4.7 Flash 更快，为 2.86s vs 8.58s，通过率为 28.6% vs 36.5%。

推荐模型: GLM 4.7 Flash - 它在这里得分最高（4.9），同时成本比Qwen3 Coder Next低约 2.4 倍。

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

指标	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03	GLM 4.7 Flash GLM 4.7 Flash none 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 none 发布日期: 2026-01-19
分数	4.7	4.9
排名	#153	#145
可靠性	10.0	10.0
一致性	8.9	8.8
测试正确
尝试通过率	28.6%	36.5%
不稳定测试	3	3
总运行次数	63	63
每个结果成本	0.201	0.056
总成本	$0.008	$0.004
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	47,250	38,745
输出令牌	3,319	2,521
推理令牌	0	0
响应时间（平均）	8.58s	2.86s
响应时间（最大）	81.80s	7.05s
响应时间（总计）	128.68s	40.04s

Generation showcase

Hamster playing table tennis

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

#153 Qwen3 Coder Next

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#145 GLM 4.7 Flash

none

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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	0

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	4.3	10.0	0.0%	0		2.54s	7,256	650	0

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		4.28s	20,469	317	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	14,325	704	0

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	7.3	5.8	83.3%	1		4.82s	7,107	196	0

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	7.7	10.0	66.7%	0		744ms	687	19	0

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	4.0	10.0	0.0%	0		1.59s	477	134	0

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	6.5	10.0	50.0%	0		888ms	636	62	0

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	6.4	10.0	33.3%	0		1.20s	609	97	0

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	2.8	1.6	33.3%	1		7.05s	6,907	212	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

快速对比

切换对比组合