AI BENCHY 对比
Qwen: Qwen3 Coder Next vs Z.ai: GLM 5.1
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | Qwen3 Coder Next Qwen3 Coder Next none | GLM 5.1 GLM 5.1 none |
|---|---|---|
| 分数 | 5.2 | 5.7 |
| 排名 | #128 | #108 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 29.8% | 42.1% |
| 不稳定测试 | 1 | 5 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.151 | 0.876 |
| 总成本 | $0.008 | $0.053 |
| ???? | $0.110 / 1M | $0.000 / 1M |
| ???? | $0.800 / 1M | $0.000 / 1M |
| 输出令牌 | 3,629 | 3,731 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 9.44s | 4.23s |
| 响应时间（最大） | 45.14s | 32.57s |
| 响应时间（总计） | 122.73s | 80.36s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 0 | |
| GLM 5.1 | 4.0 | 6.3 | 25.0% | 2 | 2.11s | 305 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 7.3 | 3.7 | 66.7% | 1 | 3.14s | 585 | 0 | |
| GLM 5.1 | 5.1 | 9.1 | 0.0% | 0 | 9.79s | 501 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 317 | 0 | |
| GLM 5.1 | 2.8 | 2.1 | 33.3% | 1 | 32.57s | 2,129 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 246 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 1.08s | 204 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 0 | |
| GLM 5.1 | 2.9 | 7.2 | 11.1% | 1 | 1.99s | 24 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 0 | |
| GLM 5.1 | 5.0 | 10.0 | 0.0% | 0 | 790ms | 39 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 6.3 | 10.0 | 50.0% | 0 | 7.71s | 63 | 0 | |
| GLM 5.1 | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 66 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 22.86s | 652 | 0 | |
| GLM 5.1 | 6.1 | 7.8 | 44.4% | 1 | 1.48s | 152 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 255 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 10.68s | 300 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 601ms | 12 | 0 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 2.34s | 11 | 0 |
快速对比
切换对比组合
gpt-oss-120bmedium免费可用vsGLM 5.1noneMiniMax M2.7mediumvsQwen3 Coder NextnoneCobuddymedium免费可用vsGLM 5.1noneMiniMax M2.5medium免费可用vsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneElephant AlphamediumvsGLM 5.1noneOwl AlphamediumvsGLM 5.1noneElephant AlphamediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsQwen3 Coder NextnoneNemotron 3 Supermedium免费可用vsGLM 5.1noneGPT-5 NanomediumvsGLM 5.1none