Navigation
Advertise here

Qwen4 Max (xhigh) vs GLM 5.2 (medium)

GLM 5.2 (medium) führt beim Durchschnittsscore mit 8.2 vs 8.2. GLM 5.2 (medium) hat die niedrigeren Benchmark-Kosten mit $1.007 vs $1.830. GLM 5.2 (medium) ist schneller mit 26.88s vs 106.83s, mit Erfolgsraten von 82.6% vs 81.2%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#141
Gesamte Ausgabe-Token
291,229
Antwortzeit (Durchschnitt)
106.83s
Gesamtkosten
$1.830
Rang
#137
Gesamte Ausgabe-Token
81,020
Antwortzeit (Durchschnitt)
26.88s
Gesamtkosten
$1.007
Empfohlenes Modell GLM 5.2 (medium)

Es hat hier die beste Punktzahl (8.2) und kostet etwa 1.8x weniger als Qwen4 Max (xhigh).

Detaillierter Vergleich

Metrik Qwen4 Max Qwen4 Max xhigh Veröffentlichung: 2026-11-16 GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl 8.2 8.2
Rang #141 #137
Zuverlässigkeit 9.8 9.6
Konsistenz 9.3 8.1
Versuche 69/69 66/69
Korrekte Tests
Erfolgsquote pro Versuch 82.6% 81.2%
Instabile Tests 2 4
Gesamtläufe 69 66
Kosten pro Ergebnis 10.162 2.890
Gesamtkosten $1.830 $1.007
Eingabepreis $1.500 / 1M $0.153 / 1M
Ausgabepreis $4.500 / 1M $12.000 / 1M
Preis für Cache-Lesen $0.075 / 1M $0.150 / 1M
Preis für Cache-Schreiben $1.875 / 1M k. A.
Gesamte Eingabe-Token 345,694 227,164
Ausgabe-Token 8,170 20,029
Denk-Token 283,059 60,991
Antwortzeit (Durchschnitt) 106.83s 26.88s
Antwortzeit (Maximum) 595.00s 102.40s
Antwortzeit (Gesamt) 2457.00s 591.34s
Parameter ~2.4T insgesamt (~95B aktiv) 744B insgesamt (40B aktiv)
Verfügbarkeit Geschlossen Open Source

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.

#141 Qwen4 Max

xhigh
Kosten
$0.120
Zeit
456.4s
Token
26,650 tok

#137 GLM 5.2

medium
Kosten
$0.041
Zeit
195.8s
Token
9,287 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen4 Max 10.0 10.0 100.0% 0 28.72s 8,010 426 16,827
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

Vergleichspaar wechseln