GLM-5.2vsQwen3.7 Max
在 8 个共同 benchmark 中，GLM-5.2 整体领先：GLM-5.2 领先 6 项，Qwen3.7 Max 领先 2 项，持平 0 项，平均分差 +5.80。
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-5.26 项(75%)(25%)2 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 8 项。
Coding and Software Engineer
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5935 / 35最高（无工具） | 1,54111 / 35Normal (No Tools) | +52.48 |
| SWE-Bench Pro - Public | 62.109 / 57Thinking (With Tools) | 60.6012 / 57Thinking (With Tools) | +1.50 |
General Knowledge
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| LiveBench | 76.249 / 115Normal (No Tools) | 74.2921 / 115Deep Thinking (No Tools) | +1.95 |
| HLE | 54.7015 / 181Thinking (With Tools) | 53.5018 / 181Thinking (With Tools) | +1.20 |
AI Agent - Tool Usage
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| MCP-Atlas | 76.8013 / 38Thinking (With Tools) | 76.4016 / 38Thinking (With Tools) | +0.40 |
Math and Reasoning
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 912 / 23Thinking (No Tools) | 903 / 23最高（无工具） | +1 |
常识推理
Qwen3.7 Max 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| SimpleBench | 58.8020 / 67Normal (No Tools) | 70.407 / 67Normal (No Tools) | -11.60 |
科学与综合推理
Qwen3.7 Max 领先 1/1| 评测项 | GLM-5.2 | Qwen3.7 Max | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.8626 / 226最高（无工具） | 92.4022 / 226最高（无工具） | -0.54 |
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:Coding and Software Engineer (2/2)、General Knowledge (2/2)、AI Agent - Tool Usage (1/1)、Math and Reasoning (1/1)
- Qwen3.7 Max在以下类目领先:常识推理 (1/1)、科学与综合推理 (1/1)
8 个共同 benchmark 上，GLM-5.2 平均高出 5.80 分。
单项差距最大的 benchmark：Text Arena (Coding) — GLM-5.2 1,593，Qwen3.7 Max 1,541（分差 +52.48）。
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。