Modelos comparados

Comparación benchmark GLM 5.3 Flash (max) vs DeepSeek V4 Flash 0731 (high) vs Qwen3.8 27B (high) vs GLM 5.3 (high): GLM 5.3 Flash (max) lidera en Puntuación con 8.7. GLM 5.3 Flash (max) lidera en Fiabilidad con 10.0. DeepSeek V4 Flash 0731 (high) tiene el Costo total más bajo con $0.058. GLM 5.3 (high) es el más rápido con 27.82s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-26

Rango: #29
Total de tokens de salida: 204,340
Tiempo de respuesta (promedio): 52.10s
Costo total: $0.059

Rango: #55
Total de tokens de salida: 513,307
Tiempo de respuesta (promedio): 114.94s
Costo total: $0.058

Rango: #43
Total de tokens de salida: 656,635
Tiempo de respuesta (promedio): 167.89s
Costo total: ~$0.287

Rango: #100
Total de tokens de salida: 63,667
Tiempo de respuesta (promedio): 27.82s
Costo total: $0.403

Modelo recomendado GLM 5.3 Flash (max)

Tiene la mejor puntuación aquí (8.7) y cuesta aproximadamente 4.3x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	GLM 5.3 Flash GLM 5.3 Flash max Lanzamiento: 2026-08-26	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high Lanzamiento: 2026-08-01	Qwen3.8 27B Qwen3.8 27B high Lanzamiento: 2026-08-14	GLM 5.3 GLM 5.3 high Lanzamiento: 2026-08-20

Métrica	GLM 5.3 Flash GLM 5.3 Flash max Lanzamiento: 2026-08-26	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high Lanzamiento: 2026-08-01	Qwen3.8 27B Qwen3.8 27B high Lanzamiento: 2026-08-14	GLM 5.3 GLM 5.3 high Lanzamiento: 2026-08-20
Puntuación	8.7	8.0	8.4	7.3
Rango	#29	#55	#43	#100
Fiabilidad	10.0	10.0	9.6	10.0
Consistencia	8.9	8.0	9.2	7.5
Intentos	66/66	66/66	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	81.8%	75.8%	77.3%	74.2%
Pruebas inestables	3	5	2	7
Ejecuciones totales	66	66	66	66
Costo por resultado	0.365	0.956	~1.792	3.099
Costo total	$0.059	$0.058	~$0.287	$0.403
Precio de entrada	$0.075 / 1M	$0.060 / 1M	N/D	$1.400 / 1M
Precio de salida	$0.250 / 1M	$0.120 / 1M	N/D	$4.400 / 1M
Total de tokens de entrada	96,873	96,702	100,179	87,601
Tokens de salida	7,637	16,966	904	6,006
Tokens de razonamiento	196,703	496,341	655,731	57,661
Tiempo de respuesta (promedio)	52.10s	114.94s	167.89s	27.82s
Tiempo de respuesta (máximo)	333.47s	600.61s	640.85s	159.91s
Tiempo de respuesta (total)	1146.24s	2528.65s	3693.54s	612.06s
Parámetros	320B en total (18B activos)	284B en total (13B activos)	27.3B	744B en total (40B activos)
Disponibilidad	Código abierto	Código cerrado	Pesos disponibles	Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#29 GLM 5.3 Flash

max

Coste: $0.005
Tiempo: 296.5s
Tokens: 16,250 tok

#55 DeepSeek V4 Flash 0731

high

SVG inválido

Coste: $0.000
Tiempo: 187.3s
Tokens: 19,048 tok

#43 Qwen3.8 27B

high

Coste: ~$0.008
Tiempo: 270.1s
Tokens: 18,963 tok

#100 GLM 5.3

high

Coste: $0.085
Tiempo: 362.5s
Tokens: 19,310 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	10.0	10.0	100.0%	0	4.15s	639	280	1,909
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1	13.62s	1,488	542	10,576
Qwen3.8 27B	10.0	10.0	100.0%	0	8.10s	1,128	114	5,319
GLM 5.3	10.0	10.0	100.0%	0	3.72s	639	237	481

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	10.0	10.0	100.0%	0	43.37s	7,317	381	23,692
DeepSeek V4 Flash 0731	6.3	6.3	55.6%	1	252.67s	7,044	2,160	191,210
Qwen3.8 27B	8.1	7.0	88.9%	1	248.62s	8,235	346	143,335
GLM 5.3	6.6	5.0	66.7%	2	18.89s	7,317	473	8,190

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	7.3	5.8	83.3%	1	138.66s	72,093	5,223	43,858
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0	87.10s	67,283	11,903	41,397
Qwen3.8 27B	10.0	10.0	100.0%	0	185.57s	68,997	66	72,556
GLM 5.3	6.4	5.8	66.7%	1	63.96s	62,821	3,936	12,203

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	10.0	10.0	100.0%	6.10s	7,149	222	2,002
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	3.65s	7,764	336	1,259
Qwen3.8 27B	10.0	10.0	100.0%	34.85s	9,675	123	10,320
GLM 5.3	10.0	10.0	100.0%	3.55s	7,149	210	189

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	3.6	7.2	22.2%	1	203.29s	759	311	114,989
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2	458.65s	700	104	215,629
Qwen3.8 27B	5.3	10.0	33.3%	0	526.74s	975	6	234,555
GLM 5.3	2.9	4.4	22.2%	2	112.33s	759	238	33,423

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	10.0	10.0	100.0%	0	10.02s	498	212	1,118
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0	5.64s	708	72	533
Qwen3.8 27B	5.0	10.0	0.0%	0	8.45s	630	63	1,191
GLM 5.3	6.1	3.1	66.7%	1	8.00s	498	192	407

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	9.8	10.0	100.0%	3.65s	678	72	972
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	4.46s	1,101	119	939
Qwen3.8 27B	9.8	10.0	100.0%	8.24s	927	42	2,871
GLM 5.3	9.8	10.0	100.0%	3.62s	678	72	182

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	8.7	7.7	88.9%	1	5.61s	672	466	1,677
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1	9.36s	1,305	397	6,801
Qwen3.8 27B	7.6	7.2	77.8%	1	199.90s	1,038	120	138,427
GLM 5.3	8.2	7.2	88.9%	1	4.74s	672	332	452

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	10.0	10.0	100.0%	19.24s	6,861	231	640
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	5.42s	8,889	357	451
Qwen3.8 27B	10.0	10.0	100.0%	5.62s	8,256	21	912
GLM 5.3	10.0	10.0	100.0%	17.05s	6,861	231	91

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GLM 5.3 Flash	3.0	10.0	0.0%	46.77s	207	239	5,846
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	110.63s	420	976	27,546
Qwen3.8 27B	3.0	10.0	0.0%	263.98s	318	3	46,245
GLM 5.3	3.0	10.0	0.0%	21.98s	207	85	2,043

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGLM 5.3high GPT-5.2mediumvsQwen3.8 27Bhigh Gemini 3.6 FlashlowvsGLM 5.3 Flashmax KAT-Coder-Pro V2.5lowvsGLM 5.3high Seed 2.1 TurbomediumvsQwen3.8 27Bhigh Claude Opus 4.7mediumvsGLM 5.3 Flashmax Qwen3.8 27BhighvsGrok 4.5low Claude Opus 5lowvsGLM 5.3 Flashmax Claude Opus 4.8mediumvsGLM 5.3 Flashmax Gemini 3 Flash PreviewlowvsGLM 5.3high Grok 4.6lowvsGLM 5.3high Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax