Qwen3.8 2.4T A95B (high) vs GLM 5.3 (high)

Verglichene Modelle

Rang: #103
Gesamte Ausgabe-Token: 468,439
Antwortzeit (Durchschnitt): 120.88s
Gesamtkosten: $2.949

Rang: #107
Gesamte Ausgabe-Token: 68,482
Antwortzeit (Durchschnitt): 28.38s
Gesamtkosten: $0.610

Empfohlenes Modell GLM 5.3 (high)

Es hat hier die beste Punktzahl (7.8) und kostet etwa 4.8x weniger als Qwen3.8 2.4T A95B (high).

Detaillierter Vergleich

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Veröffentlichung: 2026-08-12	GLM 5.3 GLM 5.3 high Veröffentlichung: 2026-08-20

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Veröffentlichung: 2026-08-12	GLM 5.3 GLM 5.3 high Veröffentlichung: 2026-08-20
Punktzahl	7.9	7.8
Rang	#103	#107
Zuverlässigkeit	9.6	10.0
Konsistenz	8.4	7.6
Versuche	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	75.4%	75.4%
Instabile Tests	4	7
Gesamtläufe	69	69
Kosten pro Ergebnis	18.696	4.351
Gesamtkosten	$2.949	$0.610
Eingabepreis	$2.000 / 1M	$1.400 / 1M
Ausgabepreis	$6.000 / 1M	$4.400 / 1M
Preis für Cache-Lesen	$0.250 / 1M	$0.140 / 1M
Preis für Cache-Schreiben	k. A.	k. A.
Gesamte Eingabe-Token	295,642	219,811
Ausgabe-Token	115,041	8,811
Denk-Token	353,398	59,671
Antwortzeit (Durchschnitt)	120.88s	28.38s
Antwortzeit (Maximum)	532.28s	159.91s
Antwortzeit (Gesamt)	2780.16s	652.78s
Parameter	2.4T insgesamt (95B aktiv)	744B insgesamt (40B aktiv)
Verfügbarkeit	Gewichte verfügbar	Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#103 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Kosten: $0.000
Zeit: 600.0s
Token: 0 tok

#107 GLM 5.3

high

Kosten: $0.085
Zeit: 362.5s
Token: 19,310 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171
GLM 5.3	10.0	10.0	100.0%	0		40.72s	132,210	2,805	2,010

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
GLM 5.3	10.0	10.0	100.0%	0		3.72s	639	237	481

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078
GLM 5.3	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
GLM 5.3	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
GLM 5.3	10.0	10.0	100.0%	0		3.55s	7,149	210	189

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
GLM 5.3	2.9	4.4	22.2%	2		112.33s	759	238	33,423

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
GLM 5.3	6.1	3.1	66.7%	1		8.00s	498	192	407

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727
GLM 5.3	9.8	10.0	100.0%	0		3.62s	678	72	182

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073
GLM 5.3	8.2	7.2	88.9%	1		4.74s	672	332	452

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656
GLM 5.3	10.0	10.0	100.0%	0		17.05s	6,861	231	91

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
GLM 5.3	3.0	10.0	0.0%	0		21.98s	207	85	2,043

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Grok 4.5mediumvsGLM 5.3high Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Step 3.7 FlashmediumvsGLM 5.3high Grok 4.6mediumvsGLM 5.3high MiMo-V2.6-FlashmediumvsGLM 5.3high Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 PlusnonevsGLM 5.3high Grok 4.5lowvsGLM 5.3high Gemini 3.5 FlashmediumvsGLM 5.3high GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high