Navigasi
Advertise here

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

GLM 5.3 FlashX (max) unggul dalam skor rata-rata dengan 7.9 vs 7.9. GLM 5.3 FlashX (max) memiliki biaya benchmark lebih rendah di $0.623 vs $2.805. GLM 5.3 FlashX (max) lebih cepat di 43.97s vs 120.88s, dengan tingkat keberhasilan 75.4% vs 78.3%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-01

Model yang Dibandingkan

Peringkat
#102
Total token output
468,439
Waktu respons (rata-rata)
120.88s
Total Biaya
$2.805
Peringkat
#97
Total token output
402,765
Waktu respons (rata-rata)
43.97s
Total Biaya
$0.623
Model yang direkomendasikan 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).

Perbandingan terperinci

Metrik Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Rilis: 2026-08-12 GLM 5.3 FlashX GLM 5.3 FlashX max Rilis: 2026-09-21
Skor 7.9 7.9
Peringkat #102 #97
Keandalan 9.6 10.0
Konsistensi 8.4 8.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 75.4% 78.3%
Tes tidak stabil 4 6
Total Run 69 69
Biaya per hasil 18.696 4.153
Total Biaya $2.805 $0.623
Harga input $2.000 / 1M $0.370 / 1M
Harga output $6.000 / 1M $1.250 / 1M
Total token input 295,642 322,894
Token output 115,041 8,010
Token penalaran 353,398 394,755
Waktu respons (rata-rata) 120.88s 43.97s
Waktu respons (maks) 532.28s 390.70s
Waktu respons (total) 2780.16s 1011.29s
Parameter 2.4T total (95B aktif) 320B total (18B aktif)
Ketersediaan Bobot tersedia Tertutup

Showcase generasi model

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.
Biaya
$0.000
Waktu
600.0s
Token
0 tok

#97 GLM 5.3 FlashX

max
Biaya
$0.046
Waktu
251.3s
Token
36,769 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan