नेविगेशन
Advertise here

Qwen4 Max (xhigh) vs GLM 5.2 (medium)

GLM 5.2 (medium) average score में आगे है: 8.2 vs 8.2. GLM 5.2 (medium) की benchmark लागत कम है: $1.007 vs $1.830. GLM 5.2 (medium) तेज है: 26.88s vs 106.83s, pass rates 82.6% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#141
कुल आउटपुट टोकन
291,229
प्रतिक्रिया समय (औसत)
106.83s
कुल लागत
$1.830
रैंक
#137
कुल आउटपुट टोकन
81,020
प्रतिक्रिया समय (औसत)
26.88s
कुल लागत
$1.007
अनुशंसित मॉडल GLM 5.2 (medium)

It has the best score here (8.2), while costing about 1.8x less than Qwen4 Max (xhigh).

विस्तृत तुलना

मेट्रिक Qwen4 Max Qwen4 Max xhigh रिलीज़: 2026-11-16 GLM 5.2 GLM 5.2 medium रिलीज़: 2026-06-17
स्कोर 8.2 8.2
रैंक #141 #137
विश्वसनीयता 9.8 9.6
संगति 9.3 8.1
प्रयास 69/69 66/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 81.2%
अस्थिर टेस्ट 2 4
कुल रन 69 66
प्रति परिणाम लागत 10.162 2.890
कुल लागत $1.830 $1.007
इनपुट कीमत $1.500 / 1M $0.153 / 1M
आउटपुट कीमत $4.500 / 1M $12.000 / 1M
कैश पढ़ने की कीमत $0.075 / 1M $0.150 / 1M
कैश लिखने की कीमत $1.875 / 1M लागू नहीं
कुल इनपुट टोकन 345,694 227,164
आउटपुट टोकन 8,170 20,029
रीजनिंग टोकन 283,059 60,991
प्रतिक्रिया समय (औसत) 106.83s 26.88s
प्रतिक्रिया समय (अधिकतम) 595.00s 102.40s
प्रतिक्रिया समय (कुल) 2457.00s 591.34s
पैरामीटर ~2.4T कुल (~95B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#141 Qwen4 Max

xhigh
लागत
$0.120
समय
456.4s
टोकन
26,650 tok

#137 GLM 5.2

medium
लागत
$0.041
समय
195.8s
टोकन
9,287 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
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

तुलना जोड़ी बदलें