नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 7.9 vs 7.9. GLM 5.3 FlashX Legal (max) चा benchmark खर्च कमी आहे: $0.819 vs $2.949. GLM 5.3 FlashX Legal (max) वेगवान आहे: 65.28s vs 120.88s, pass rates 75.4% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#149
एकूण आउटपुट टोकन्स
368,836
प्रतिसाद वेळ (सरासरी)
120.88s
एकूण खर्च
$2.949
क्रमांक
#147
एकूण आउटपुट टोकन्स
571,211
प्रतिसाद वेळ (सरासरी)
65.28s
एकूण खर्च
$0.819
शिफारस केलेले मॉडेल GLM 5.3 FlashX Legal (max)

It has the best score here (7.9), while costing about 3.6x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02
स्कोअर 7.9 7.9
क्रमांक #149 #147
विश्वसनीयता 9.6 9.7
सुसंगतता 8.4 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 71.0%
अस्थिर चाचण्या 4 5
एकूण रन 69 69
प्रति निकाल खर्च 18.696 5.846
एकूण खर्च $2.949 $0.819
इनपुट किंमत $2.000 / 1M $0.370 / 1M
आउटपुट किंमत $6.000 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 295,642 282,144
आउटपुट टोकन्स 115,041 6,078
रिझनिंग टोकन्स 353,398 565,133
प्रतिसाद वेळ (सरासरी) 120.88s 65.28s
प्रतिसाद वेळ (कमाल) 532.28s 516.19s
प्रतिसाद वेळ (एकूण) 2780.16s 1501.49s
पॅरामीटर्स 2.4T एकूण (95B सक्रिय) ~320B एकूण (~18B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#149 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#147 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
खर्च
$0.082
वेळ
408.0s
टोकन्स
65,656 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
GLM 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

झटपट तुलना

तुलना जोडी बदला

Gemini 3.5 FlashmediumvsGLM 5.3 FlashX LegalmaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighMiMo-V2.6-FlashmediumvsGLM 5.3 FlashX LegalmaxLing 3.1 FlashhighvsGLM 5.3 FlashX LegalmaxDeepSeek V4.1 Flash 1017highvsGLM 5.3 FlashX LegalmaxParticle-1maxvsQwen3.8 2.4T A95BhighQwen3.7 MaxnonevsGLM 5.3 FlashX LegalmaxQwen3.8 2.4T A95BhighvsGrok 4.5mediumGrok 4.5mediumvsGLM 5.3 FlashX LegalmaxGPT-5.4 MinimediumvsGLM 5.3 FlashX Legalmax