Qwen3.8 2.4T A95B (low) vs GLM 5.2 (high)

Verglichene Modelle

Empfohlenes Modell GLM 5.2 (high)

Die Punktzahl bleibt nah an der besten hier (8.0 vs 8.1) und es kostet etwa 3.3x weniger als Qwen3.8 2.4T A95B (low).

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Veröffentlichung: 2026-08-12	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Veröffentlichung: 2026-08-12	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	8.1	8.0
Rang	#78	#86
Zuverlässigkeit	9.4	10.0
Konsistenz	9.2	8.6
Versuche	66/66	66/66
Korrekte Tests
Erfolgsquote pro Versuch	72.7%	69.7%
Instabile Tests	2	3
Gesamtläufe	66	66
Kosten pro Ergebnis	17.812	6.849
Gesamtkosten	$2.672	$0.799
Eingabepreis	$2.000 / 1M	$0.650 / 1M
Ausgabepreis	$6.000 / 1M	$2.042 / 1M
Gesamte Eingabe-Token	113,279	83,822
Ausgabe-Token	121,045	72,040
Denk-Token	374,496	292,615
Antwortzeit (Durchschnitt)	118.97s	69.86s
Antwortzeit (Maximum)	534.21s	599.43s
Antwortzeit (Gesamt)	2617.41s	1536.98s
Parameter	2.4T insgesamt (95B aktiv)	744B insgesamt (40B aktiv)
Verfügbarkeit	Gewichte verfügbar	Open Source

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

low

high

Reached the allocated time limit (300 seconds) without receiving showcase output.

Kategorie:

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		22.04s	1,104	397	4,814
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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		22.27s	7,956	839	2,445
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

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		22.97s	606	44	1,497
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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		19.54s	903	263	1,480
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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		43.37s	1,026	1,154	25,563
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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		25.88s	8,481	302	975
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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		422.46s	212	72,500	73,528
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Vergleichspaar wechseln