GLM-4.7 (Reasoning) 对比 Qwen3.7 Max
GLM-4.7 (Reasoning) vs Qwen3.7 Max. 要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
Z AIGLM-4.7 (Reasoning)未排名 · 基准数据缺失
- 智能得分 (Intelligence Index)
- 22.20
- 基准测试费用（美元）
- -
- 智能得分 (Intelligence Index)
- 29.50
- 基准测试费用（美元）
- $2277
这个模型系列的常见写法：通义千问 / 千问。
结论
比较数据不完整
要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
| 指标 | GLM-4.7 (Reasoning) | Qwen3.7 Max | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 22.2 | 29.5 | +32.9% Qwen3.7 Max 智能高 32.9% |
| AA 总成本（越低越好） | 未公布 | $2,277.12 | — 无法比较 |
| 端到端时间（越低越好） | 70.39s | 16.64s | −76.4% Qwen3.7 Max 快 76.4% |
| 每 100 万个代币的价格（输入/输出） | $0.53 / $2.10 | $2.50 / $7.50 | |
| 输入类型 | 文本 | 文本 |
一对一对比