Qwen3.8 Flash Next (medium) vs GLM 5.1 (medium)

average score जवळपास समान आहे: 7.6 vs 7.5. Qwen3.8 Flash Next (medium) चा benchmark खर्च कमी आहे: ~$0.047 vs $1.546. Qwen3.8 Flash Next (medium) वेगवान आहे: 24.79s vs 66.38s, pass rates 75.4% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक: #119
एकूण आउटपुट टोकन्स: 143,965
प्रतिसाद वेळ (सरासरी): 24.79s
एकूण खर्च: ~$0.047

क्रमांक: #123
एकूण आउटपुट टोकन्स: 248,708
प्रतिसाद वेळ (सरासरी): 66.38s
एकूण खर्च: $1.546

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (medium)

It has the best score here (7.6), while costing about 32.9x less than GLM 5.1 (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04	GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07

मेट्रिक	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04	GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07
स्कोअर	7.6	7.5
क्रमांक	#119	#123
विश्वसनीयता	10.0	9.2
सुसंगतता	7.9	8.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	75.4%	66.7%
अस्थिर चाचण्या	6	4
एकूण रन	69	69
प्रति निकाल खर्च	~0.314	9.004
एकूण खर्च	~$0.047	$1.546
इनपुट किंमत	लागू नाही	$1.400 / 1M
आउटपुट किंमत	लागू नाही	$4.400 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.260 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	278,792	331,577
आउटपुट टोकन्स	1,695	17,919
रिझनिंग टोकन्स	142,270	230,789
प्रतिसाद वेळ (सरासरी)	24.79s	66.38s
प्रतिसाद वेळ (कमाल)	159.62s	308.75s
प्रतिसाद वेळ (एकूण)	570.26s	1460.31s
पॅरामीटर्स	180B एकूण (6B 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.

#119 Qwen3.8 Flash Next

medium

खर्च: ~$0.002
वेळ: 40.7s
टोकन्स: 4,059 tok

#123 GLM 5.1

medium

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 Flash Next	4.7	3.1	33.3%	1		159.62s	140,688	51	35,597
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		1.81s	672	273	1,804
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		45.53s	7,893	346	37,643
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	6.4	5.8	66.7%	1		76.72s	110,480	49	36,248
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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 Flash Next	10.0	10.0	100.0%	0		6.65s	8,097	267	3,274
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	2.9	4.4	22.2%	2		17.29s	780	10	15,480
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	4.8	3.2	33.3%	1		7.29s	516	152	1,553
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		2.04s	699	48	1,071
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	8.2	7.2	88.9%	1		2.23s	696	469	1,471
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.75s	8,067	24	744
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		24.39s	204	6	7,385
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

झटपट तुलना

तुलना जोडी बदला

GPT-6 LunalowvsQwen3.8 Flash Nextmedium Space Bunny AlphahighvsGLM 5.1medium Qwen3.8 Flash NextmediumvsSpace Bunny Alphahigh Qwen3.8 27Blowमोफत उपलब्धvsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Seed-2.0-CodehighvsGLM 5.1medium Seed-2.0-CodehighvsQwen3.8 Flash Nextmedium DeepSeek V4 Flash 0731lowvsGLM 5.1medium Muse Glimmer 30BhighvsQwen3.8 Flash Nextmedium GPT-6 LunahighvsQwen3.8 Flash Nextmedium Grok 4.7lowvsGLM 5.1medium Qwen3.7 FlashlowvsGLM 5.1medium