Qwen3.7 MaxvsGLM 5.1
在 11 个共同 benchmark 中，Qwen3.7 Max 整体领先：Qwen3.7 Max 领先 9 项，GLM 5.1 领先 2 项，持平 0 项，平均分差 +8.79。
Qwen3.7 Max
阿里巴巴 · 2026-05-20 · 推理大模型
GLM 5.1
智谱AI · 2026-03-27 · 推理大模型
Qwen3.7 Max9 项(82%)(18%)2 项GLM 5.1
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
自主开发与终端任务
胶着 2/2| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 69.705 / 48Thinking (With Tools) | 63.5013 / 48Thinking (With Tools) | +6.20 |
| Terminal-Bench 4.0 | 1.5083 / 98Thinking (With Tools) | 279 / 98Thinking (With Tools) | -0.50 |
仓库修复与多文件工程
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 60.6015 / 62Thinking (With Tools) | 58.4020 / 62Thinking (With Tools) | +2.20 |
多轮记忆与持续上下文
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| Context Arena | 56.0179 / 126Normal (No Tools) | 30.29116 / 126Normal (No Tools) | +25.72 |
客服与业务流程
GLM 5.1 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| τ³-Banking | 11.80128 / 167Thinking (With Tools) | 13.60118 / 167Thinking (With Tools) | -1.80 |
常识推理
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| SimpleBench | 70.4018 / 96Normal (No Tools) | 55.1045 / 96Normal (No Tools) | +15.30 |
文档与图表理解
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| GDP.pdf | 8.6089 / 122Thinking (No Tools) | 8.4090 / 122Thinking (No Tools) | +0.20 |
科学知识与推理
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| CritPt | 13.4063 / 204Thinking (No Tools) | 4.60106 / 204Thinking (No Tools) | +8.80 |
综合偏好评测
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,54111 / 35Normal (No Tools) | 1,53413 / 35Normal (No Tools) | +6.77 |
综合知识考试
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| HLE | 53.5029 / 235Thinking (With Tools) | 52.3032 / 235Thinking (With Tools) | +1.20 |
跨应用与工具编排
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | GLM 5.1 | 分差 |
|---|---|---|---|
| PinchBench v2 | 92.511 / 45Reported best (effort unspecified) | 59.9533 / 45Reported best (effort unspecified) | +32.56 |
规格对比
| 字段 | Qwen3.7 Max | GLM 5.1 |
|---|---|---|
| 发布机构 | 阿里巴巴 | 智谱AI |
| 发布时间 | 2026-05-20 | 2026-03-27 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 7540亿 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 64K | 125K |
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 | Qwen3.7 Max | GLM 5.1 |
|---|---|---|
| 文本输入 | ¥12 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | ¥36 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.26 / 1M tokens |
小结
- Qwen3.7 Max在以下类目领先:仓库修复与多文件工程 (1/1)、多轮记忆与持续上下文 (1/1)、常识推理 (1/1)、文档与图表理解 (1/1)、科学知识与推理 (1/1)、综合偏好评测 (1/1)、综合知识考试 (1/1)、跨应用与工具编排 (1/1)
- GLM 5.1在以下类目领先:客服与业务流程 (1/1)
- 胶着类目:自主开发与终端任务
11 个共同 benchmark 上，Qwen3.7 Max 平均高出 8.79 分。
单项差距最大的 benchmark：PinchBench v2 — Qwen3.7 Max 92.51，GLM 5.1 59.95（分差 +32.56）。
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。