Qwen3.8 2.4T A95B (low) vs GLM 5.2 (high)

Qwen3.8 2.4T A95B (low) average score मध्ये पुढे आहे: 8.4 vs 8.4. Qwen3.8 2.4T A95B (low) चा benchmark खर्च कमी आहे: $4.016 vs $4.632. GLM 5.2 (high) वेगवान आहे: 69.11s vs 120.40s, pass rates 73.9% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #114
एकूण आउटपुट टोकन्स: 424,019
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $4.016

क्रमांक: #123
एकूण आउटपुट टोकन्स: 382,333
प्रतिसाद वेळ (सरासरी): 69.11s
एकूण खर्च: $4.632

शिफारस केलेले मॉडेल GLM 5.2 (high)

Its score stays close to the best score here (8.4 vs 8.4), while responding about 1.7x faster than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17

मेट्रिक	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17
स्कोअर	8.4	8.4
क्रमांक	#114	#123
विश्वसनीयता	9.6	10.0
सुसंगतता	9.2	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	71.0%
अस्थिर चाचण्या	2	3
एकूण रन	69	69
प्रति निकाल खर्च	19.825	7.314
एकूण खर्च	$4.016	$4.632
इनपुट किंमत	$2.000 / 1M	$0.153 / 1M
आउटपुट किंमत	$6.000 / 1M	$12.000 / 1M
कॅश वाचण्याची किंमत	$0.250 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	313,881	288,913
आउटपुट टोकन्स	123,706	79,462
रिझनिंग टोकन्स	388,328	303,120
प्रतिसाद वेळ (सरासरी)	120.40s	69.11s
प्रतिसाद वेळ (कमाल)	534.21s	599.43s
प्रतिसाद वेळ (एकूण)	2769.16s	1589.43s
पॅरामीटर्स	2.4T एकूण (95B सक्रिय)	744B एकूण (40B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	मुक्त 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.

#114 Qwen3.8 2.4T A95B

low

खर्च: $0.100
वेळ: 193.2s
टोकन्स: 16,767 tok

#123 GLM 5.2

high

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832
GLM 5.2	10.0	10.0	100.0%	0		52.45s	205,091	7,422	10,505

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

तुलना जोडी बदला

Particle-1minimalvsGLM 5.2high Nemotron 3.5 Super VLhighमोफत उपलब्धvsQwen3.8 2.4T A95Blow GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsQwen3.8 2.4T A95Blow Kimi K3maxvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGLM 5.2high DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Particle-1highvsQwen3.8 2.4T A95Blow