- 排名
- #49
- 总输出令牌
- 124,566
- 响应时间（平均）
- 33.54s
- 总成本
- $0.307
已对比模型
GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium) 基准对比: GLM 5 (medium) 在分数上以 7.7 领先。 GLM 5 (medium) 在可靠性上以 10.0 领先。 Qwen3.6 Plus Preview (medium) 的总成本最低，为 $0.000。 Qwen3.6 Plus Preview (medium) 最快，为 15.25s。
- 排名
- #82
- 总输出令牌
- 152,552
- 响应时间（平均）
- 46.77s
- 总成本
- $0.535
- 排名
- #85
- 总输出令牌
- 227,367
- 响应时间（平均）
- 99.00s
- 总成本
- $0.600
- 排名
- #190
- 总输出令牌
- 63,350
- 响应时间（平均）
- 15.25s
- 总成本
- $0.000
推荐模型
GLM 5 (medium)
它在这里得分最高（7.7），同时成本比本次比较中的其他模型低约 1.8 倍。
详细对比
| 指标 | GLM 5 GLM 5 medium | GLM 5.1 GLM 5.1 medium | Kimi K2.5 Kimi K2.5 medium | Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium 免费可用 |
|---|---|---|---|---|
| 分数 | 7.7 | 7.1 | 7.0 | 4.9 |
| 排名 | #49 | #82 | #85 | #190 |
| 可靠性 | 10.0 | 8.3 | 10.0 | 不适用 |
| 一致性 | 8.1 | 8.4 | 7.0 | 8.6 |
| 测试正确 | ||||
| 尝试通过率 | 78.8% | 69.7% | 65.2% | 40.9% |
| 不稳定测试 | 4 | 4 | 8 | 0 |
| 总运行次数 | 63 | 66 | 66 | 57 |
| 每个结果成本 | 1.668 | 4.202 | 4.789 | 0.000 |
| 总成本 | $0.307 | $0.535 | $0.600 | $0.000 |
| 输入价格 | $0.950 / 1M | $0.966 / 1M | $0.571 / 1M | $0.000 / 1M |
| 输出价格 | $2.551 / 1M | $3.036 / 1M | $2.850 / 1M | $0.000 / 1M |
| 总输入令牌 | 35,224 | 82,623 | 118,448 | 32,639 |
| 输出令牌 | 21,570 | 16,089 | 62,124 | 1,153 |
| 推理令牌 | 102,996 | 136,463 | 165,243 | 62,197 |
| 响应时间（平均） | 33.54s | 46.77s | 99.00s | 15.25s |
| 响应时间（最大） | 99.85s | 308.75s | 281.00s | 43.55s |
| 响应时间（总计） | 435.99s | 982.16s | 1485.04s | 182.96s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#49 GLM 5
medium- 成本
- $0.005
- 时间
- 20.7s
- 令牌
- 2,068 tok
#82 GLM 5.1
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#85 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 8,683 tok
#190 Qwen3.6 Plus Preview
medium
此模型尚未生成任何展示结果。
- 成本
- $0.000
- 时间
- -
- 令牌
- 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 555 | 480 | 7,056 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 8.31s | 555 | 401 | 5,122 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 634 | 2,789 | 8,880 | |
| Qwen3.6 Plus Preview | 8.3 | 10.0 | 75.0% | 0 | 11.69s | 501 | 61 | 5,812 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 74.30s | 7,254 | 2,997 | 52,930 | |
| GLM 5.1 | 4.6 | 3.7 | 44.5% | 2 | 109.63s | 5,702 | 4,871 | 37,826 | |
| Kimi K2.5 | 6.1 | 4.6 | 66.7% | 2 | 217.49s | 6,935 | 5,705 | 74,693 | |
| Qwen3.6 Plus Preview | 9.8 | 3.3 | 0.0% | 0 | 0ms | 0 | 0 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 5.0 | 5.0 | 50.0% | 0 | 28.96s | 12,804 | 662 | 3,242 | |
| GLM 5.1 | 9.8 | 10.0 | 100.0% | 0 | 175.93s | 66,926 | 4,761 | 65,248 | |
| Kimi K2.5 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 | |
| Qwen3.6 Plus Preview | 5.0 | 5.0 | 50.0% | 0 | 34.95s | 14,934 | 452 | 13,073 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 5,508 | 567 | 3,734 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 7,107 | 991 | 4,552 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 7,020 | 563 | 7,940 | |
| Qwen3.6 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 7,782 | 270 | 10,706 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 260 | 13,176 | 14,137 | |
| GLM 5.1 | 5.3 | 10.0 | 33.3% | 0 | 29.77s | 489 | 969 | 11,314 | |
| Kimi K2.5 | 3.5 | 4.4 | 33.3% | 2 | 137.29s | 485 | 20,753 | 30,564 | |
| Qwen3.6 Plus Preview | 3.0 | 10.0 | 0.0% | 0 | 22.08s | 665 | 49 | 26,895 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 477 | 2,020 | 2,248 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 20.95s | 477 | 2,875 | 2,875 | |
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 480 | 3,815 | 4,262 | |
| Qwen3.6 Plus Preview | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 636 | 1,001 | 2,129 | |
| GLM 5.1 | 6.4 | 5.8 | 66.7% | 1 | 7.47s | 634 | 204 | 1,617 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 675 | 5,371 | 6,547 | |
| Qwen3.6 Plus Preview | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 381 | 27 | 1,383 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.33s | 609 | 33 | 4,076 | |
| GLM 5.1 | 8.2 | 7.2 | 88.9% | 1 | 31.64s | 609 | 935 | 5,730 | |
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 43.23s | 659 | 8,426 | 12,692 | |
| Qwen3.6 Plus Preview | 5.3 | 10.0 | 33.3% | 0 | 7.52s | 183 | 27 | 2,998 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 6,935 | 233 | 994 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 5,933 | 242 | 812 | |
| Qwen3.6 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 8,193 | 267 | 1,330 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 186 | 401 | 12,450 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 29.40s | 124 | 82 | 2,179 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 211 | 12 | 7,644 | |
| Qwen3.6 Plus Preview | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Gemini 3.5 FlashnonevsKimi K2.5mediumGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.8lowvsGLM 5mediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 PrononevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5highvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5.1mediumKimi K2.5mediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsGLM 5.1medium