नेविगेशन
Advertise here

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

GLM 5.3 FlashX (max) average score में आगे है: 7.9 vs 7.9. GLM 5.3 FlashX (max) की benchmark लागत कम है: $0.623 vs $2.805. GLM 5.3 FlashX (max) तेज है: 43.97s vs 120.88s, pass rates 75.4% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#102
कुल आउटपुट टोकन
468,439
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.805
रैंक
#97
कुल आउटपुट टोकन
402,765
प्रतिक्रिया समय (औसत)
43.97s
कुल लागत
$0.623
अनुशंसित मॉडल GLM 5.3 FlashX (max)

It has the best score here (7.9), while costing about 4.5x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12 GLM 5.3 FlashX GLM 5.3 FlashX max रिलीज़: 2026-09-21
स्कोर 7.9 7.9
रैंक #102 #97
विश्वसनीयता 9.6 10.0
संगति 8.4 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 78.3%
अस्थिर टेस्ट 4 6
कुल रन 69 69
प्रति परिणाम लागत 18.696 4.153
कुल लागत $2.805 $0.623
इनपुट कीमत $2.000 / 1M $0.370 / 1M
आउटपुट कीमत $6.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 295,642 322,894
आउटपुट टोकन 115,041 8,010
रीजनिंग टोकन 353,398 394,755
प्रतिक्रिया समय (औसत) 120.88s 43.97s
प्रतिक्रिया समय (अधिकतम) 532.28s 390.70s
प्रतिक्रिया समय (कुल) 2780.16s 1011.29s
पैरामीटर 2.4T कुल (95B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#102 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#97 GLM 5.3 FlashX

max
लागत
$0.046
समय
251.3s
टोकन
36,769 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
GLM 5.3 FlashX 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Fable 5.1highvsGLM 5.3 FlashXmaxQwen3.5-27BmediumvsGLM 5.3 FlashXmaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsGLM 5.3 FlashXmaxQwen3.7 MaxnonevsGLM 5.3 FlashXmaxQwen3.8 2.4T A95BhighvsGrok 4.5mediumGemini 3.8 FlashmediumvsGLM 5.3 FlashXmaxGPT-5.4 NanomediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium