Navigasi
Advertise here

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

Skor rata-rata hampir imbang di 8.2 vs 8.2. GLM 5.3 FlashX Legal (high) memiliki biaya benchmark lebih rendah di $0.521 vs $1.830. GLM 5.3 FlashX Legal (high) lebih cepat di 35.19s vs 106.83s, dengan tingkat keberhasilan 82.6% vs 72.5%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-16

Model yang Dibandingkan

Peringkat
#141
Total token output
291,229
Waktu respons (rata-rata)
106.83s
Total Biaya
$1.830
Peringkat
#139
Total token output
345,985
Waktu respons (rata-rata)
35.19s
Total Biaya
$0.521
Model yang direkomendasikan GLM 5.3 FlashX Legal (high)

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

Perbandingan terperinci

Metrik Qwen4 Max Qwen4 Max xhigh Rilis: 2026-11-16 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high Rilis: 2026-11-02
Skor 8.2 8.2
Peringkat #141 #139
Keandalan 9.8 9.7
Konsistensi 9.3 8.6
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 82.6% 72.5%
Tes tidak stabil 2 4
Total Run 69 69
Biaya per hasil 10.162 3.473
Total Biaya $1.830 $0.521
Harga input $1.500 / 1M $0.370 / 1M
Harga output $4.500 / 1M $1.250 / 1M
Harga baca cache $0.075 / 1M $0.075 / 1M
Harga tulis cache $1.875 / 1M T/A
Total token input 345,694 238,713
Token output 8,170 7,034
Token penalaran 283,059 338,951
Waktu respons (rata-rata) 106.83s 35.19s
Waktu respons (maks) 595.00s 298.81s
Waktu respons (total) 2457.00s 809.47s
Parameter ~2.4T total (~95B aktif) ~320B total (~18B aktif)
Ketersediaan Tertutup Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#141 Qwen4 Max

xhigh
Biaya
$0.120
Waktu
456.4s
Token
26,650 tok

#139 GLM 5.3 FlashX Legal

high
Biaya
$0.018
Waktu
103.8s
Token
13,703 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
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

Ganti Pasangan Perbandingan