नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen4 Max (xhigh) vs GLM 5.3 FlashX Legal (high)

average score लगभग बराबर है: 8.2 vs 8.2. GLM 5.3 FlashX Legal (high) की benchmark लागत कम है: $0.521 vs $1.830. GLM 5.3 FlashX Legal (high) तेज है: 35.19s vs 106.83s, pass rates 82.6% vs 72.5%.

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
#139
कुल आउटपुट टोकन
345,985
प्रतिक्रिया समय (औसत)
35.19s
कुल लागत
$0.521
अनुशंसित मॉडल GLM 5.3 FlashX Legal (high)

It has the best score here (8.2), while costing about 3.5x less than Qwen4 Max (xhigh).

विस्तृत तुलना

मेट्रिक Qwen4 Max Qwen4 Max xhigh रिलीज़: 2026-11-16 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high रिलीज़: 2026-11-02
स्कोर 8.2 8.2
रैंक #141 #139
विश्वसनीयता 9.8 9.7
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 72.5%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 10.162 3.473
कुल लागत $1.830 $0.521
इनपुट कीमत $1.500 / 1M $0.370 / 1M
आउटपुट कीमत $4.500 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.075 / 1M $0.075 / 1M
कैश लिखने की कीमत $1.875 / 1M लागू नहीं
कुल इनपुट टोकन 345,694 238,713
आउटपुट टोकन 8,170 7,034
रीजनिंग टोकन 283,059 338,951
प्रतिक्रिया समय (औसत) 106.83s 35.19s
प्रतिक्रिया समय (अधिकतम) 595.00s 298.81s
प्रतिक्रिया समय (कुल) 2457.00s 809.47s
पैरामीटर ~2.4T कुल (~95B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता बंद स्रोत बंद 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

#139 GLM 5.3 FlashX Legal

high
लागत
$0.018
समय
103.8s
टोकन
13,703 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 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

तुलना जोड़ी बदलें