GLM-5.2vsQwen3.7 Max
GLM-5.2 与 Qwen3.7 Max 在 6 个共同 benchmark 中整体接近：GLM-5.2 领先 3 项，Qwen3.7 Max 领先 3 项，持平 0 项，平均分差 -2.55。
GLM-5.2
智谱AI · 2026-06-13 · 推理大模型
Qwen3.7 Max
阿里巴巴 · 2026-05-20 · 推理大模型
GLM-5.23 项(50%)(50%)3 项Qwen3.7 Max
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
跨应用与工具编排
胶着 2/2| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| PinchBench v2 | 86.985 / 45Reported best (effort unspecified) | 92.511 / 45Reported best (effort unspecified) | -5.53 |
| MCP-Atlas | 77.8018 / 44Thinking (With Tools) | 76.4021 / 44Thinking (With Tools) | +1.40 |
仓库修复与多文件工程
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 62.1012 / 62Thinking (With Tools) | 60.6015 / 62Thinking (With Tools) | +1.50 |
常识推理
Qwen3.7 Max 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| SimpleBench | 58.8039 / 96Normal (No Tools) | 70.4018 / 96Normal (No Tools) | -11.60 |
科学计算与科研编程
Qwen3.7 Max 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| SciCode | 51.2067 / 134Max (No Tools) | 53.5052 / 134Max (No Tools) | -2.30 |
综合知识考试
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| HLE | 54.7026 / 235Thinking (With Tools) | 53.5029 / 235Thinking (With Tools) | +1.20 |
规格对比
| 字段 | GLM-5.2 | Qwen3.7 Max |
|---|---|---|
| 发布机构 | 智谱AI | 阿里巴巴 |
| 发布时间 | 2026-06-13 | 2026-05-20 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | 稠密模型 |
| 参数规模 | 7533.3亿 | 暂无数据 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 128K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM-5.2 | Qwen3.7 Max |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | ¥12 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | ¥36 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | 暂无公开价格 |
小结
- GLM-5.2在以下类目领先:仓库修复与多文件工程 (1/1)、综合知识考试 (1/1)
- Qwen3.7 Max在以下类目领先:常识推理 (1/1)、科学计算与科研编程 (1/1)
- 胶着类目:跨应用与工具编排
6 个共同 benchmark 上，Qwen3.7 Max 平均高出 2.55 分。
单项差距最大的 benchmark：SimpleBench — GLM-5.2 58.80，Qwen3.7 Max 70.40（分差 -11.60）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。