Qwen3.8 Max (0902) (medium) vs GLM 5.3 Flash (max)

Qwen3.8 Max (0902) (medium) average score मध्ये पुढे आहे: 9.0 vs 9.0. GLM 5.3 Flash (max) चा benchmark खर्च कमी आहे: $0.089 vs $1.096. Qwen3.8 Max (0902) (medium) वेगवान आहे: 30.42s vs 54.04s, pass rates 84.1% vs 82.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #47
एकूण आउटपुट टोकन्स: 92,998
प्रतिसाद वेळ (सरासरी): 30.42s
एकूण खर्च: $1.096

क्रमांक: #53
एकूण आउटपुट टोकन्स: 216,119
प्रतिसाद वेळ (सरासरी): 54.04s
एकूण खर्च: $0.089

शिफारस केलेले मॉडेल GLM 5.3 Flash (max)

Its score stays close to the best score here (9.0 vs 9.0), while costing about 12.4x less than Qwen3.8 Max (0902) (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07	GLM 5.3 Flash GLM 5.3 Flash max प्रकाशन: 2026-08-26

मेट्रिक	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07	GLM 5.3 Flash GLM 5.3 Flash max प्रकाशन: 2026-08-26
स्कोअर	9.0	9.0
क्रमांक	#47	#53
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	82.6%
अस्थिर चाचण्या	2	3
एकूण रन	69	69
प्रति निकाल खर्च	6.084	0.519
एकूण खर्च	$1.096	$0.089
इनपुट किंमत	$2.000 / 1M	$0.150 / 1M
आउटपुट किंमत	$6.000 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.250 / 1M	$0.030 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	लागू नाही
एकूण इनपुट टोकन्स	268,540	255,743
आउटपुट टोकन्स	7,499	8,684
रिझनिंग टोकन्स	85,499	207,435
प्रतिसाद वेळ (सरासरी)	30.42s	54.04s
प्रतिसाद वेळ (कमाल)	168.09s	333.47s
प्रतिसाद वेळ (एकूण)	699.68s	1242.97s
पॅरामीटर्स	2.4T एकूण (~100B सक्रिय)	320B एकूण (18B सक्रिय)
उपलब्धता	बंद स्रोत	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.

#47 Qwen3.8 Max (0902)

medium

खर्च: $0.036
वेळ: 108.3s
टोकन्स: 5,980 tok

#53 GLM 5.3 Flash

max

खर्च: $0.005
वेळ: 296.5s
टोकन्स: 16,250 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 Max (0902)	10.0	10.0	100.0%	0		127.50s	172,217	1,538	10,782
GLM 5.3 Flash	10.0	10.0	100.0%	0		96.73s	158,870	1,047	10,732

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.03s	672	295	2,003
GLM 5.3 Flash	10.0	10.0	100.0%	0		4.15s	639	280	1,909

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	8.4	7.4	88.9%	1		45.74s	7,893	551	20,628
GLM 5.3 Flash	10.0	10.0	100.0%	0		43.37s	7,317	381	23,692

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		94.38s	68,852	3,895	24,303
GLM 5.3 Flash	7.3	5.8	83.3%	1		138.66s	72,093	5,223	43,858

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 Max (0902)	10.0	10.0	100.0%	0		10.54s	7,782	261	2,591
GLM 5.3 Flash	10.0	10.0	100.0%	0		6.10s	7,149	222	2,002

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	3.6	7.2	22.2%	1		49.45s	780	44	19,572
GLM 5.3 Flash	3.6	7.2	22.2%	1		203.29s	759	311	114,989

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		7.56s	516	202	689
GLM 5.3 Flash	10.0	10.0	100.0%	0		10.02s	498	212	1,118

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.24s	699	90	886
GLM 5.3 Flash	9.8	10.0	100.0%	0		3.65s	678	72	972

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.89s	696	353	1,599
GLM 5.3 Flash	8.7	7.7	88.9%	1		5.61s	672	466	1,677

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.93s	8,229	249	194
GLM 5.3 Flash	10.0	10.0	100.0%	0		19.24s	6,861	231	640

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		17.01s	204	21	2,252
GLM 5.3 Flash	3.0	10.0	0.0%	0		46.77s	207	239	5,846

तुलना जोडी बदला

Gemini 3.6 FlashlowvsGLM 5.3 Flashmax Claude Opus 5lowvsGLM 5.3 Flashmax Gemini 4 ArgonmediumvsGLM 5.3 Flashmax Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Muse Spark OpenlowvsGLM 5.3 Flashmax Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Muse Spark 1.3mediumvsGLM 5.3 Flashmax Muse Spark 1.2highvsGLM 5.3 Flashmax Claude Opus 5lowvsQwen3.8 Max (0902)medium Gemini 3.6 FlashlowvsQwen3.8 Max (0902)medium