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 Coder Next vs Z.ai: GLM 4.7 Flash

摘要

Qwen3 Coder Next vs GLM 4.7 Flash benchmark 对比：Qwen3 Coder Next 平均分领先，为 5.1 vs 4.3。 Qwen3 Coder Next benchmark 成本更低，为 $0.009 vs $0.054。 Qwen3 Coder Next 更快，为 8.62s vs 35.10s，通过率为 27.0% vs 33.3%。

推荐模型: Qwen3 Coder Next - 它在这里得分最高（5.1），同时成本比GLM 4.7 Flash低约 6.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Qwen3 Coder Next Qwen3 Coder Next none 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 5.1 4.3
排名 #135 #162
可靠性 10.0 6.7
一致性 9.7 6.8
测试正确
尝试通过率 27.0% 33.3%
不稳定测试 1 8
总运行次数 63 63
每个结果成本 0.165 1.337
总成本 $0.009 $0.054
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 47,507 37,206
输出令牌 3,584 43,754
推理令牌 0 89,079
响应时间（平均） 8.62s 35.10s
响应时间（最大） 45.14s 174.55s
响应时间（总计） 129.37s 456.24s

生成展示

Hamster playing table tennis

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

#135 Qwen3 Coder Next

none
无效SVG
成本
$0.058
时间
246.3s
令牌
64,126 tok

#162 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

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 3.6 10.0 0.0% 0 3.31s 645 1,321 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 4.6 7.9 22.2% 1 2.22s 7,442 621 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 45.14s 20,469 317 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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 1.32s 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 962ms 753 26 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 10.0 10.0 100.0% 0 1.34s 498 152 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 7.78s 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 24.34s 678 571 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 2.47s 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 601ms 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

Mistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsQwen3 Coder NextnoneGrok 4.20nonevsGLM 4.7 FlashmediumCobuddymediumvsQwen3 Coder NextnoneGranite 4.1 8BnonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsQwen3 Coder NextnoneLing-2.6-1TnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumLing-2.6-flashnonevsGLM 4.7 Flashmedium