नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 8.2 vs 8.2. GLM 5.3 FlashX Legal (high) चा benchmark खर्च कमी आहे: $0.521 vs $1.830. GLM 5.3 FlashX Legal (high) वेगवान आहे: 35.19s vs 106.83s, pass rates 82.6% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#141
एकूण आउटपुट टोकन्स
291,229
प्रतिसाद वेळ (सरासरी)
106.83s
एकूण खर्च
$1.830
क्रमांक
#139
एकूण आउटपुट टोकन्स
345,985
प्रतिसाद वेळ (सरासरी)
35.19s
एकूण खर्च
$0.521
शिफारस केलेले मॉडेल GLM 5.3 FlashX Legal (high)

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

तपशीलवार तुलना

मेट्रिक Qwen4 Max Qwen4 Max xhigh प्रकाशन: 2026-11-16 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high प्रकाशन: 2026-11-02
स्कोअर 8.2 8.2
क्रमांक #141 #139
विश्वसनीयता 9.8 9.7
सुसंगतता 9.3 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 82.6% 72.5%
अस्थिर चाचण्या 2 4
एकूण रन 69 69
प्रति निकाल खर्च 10.162 3.473
एकूण खर्च $1.830 $0.521
इनपुट किंमत $1.500 / 1M $0.370 / 1M
आउटपुट किंमत $4.500 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.075 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत $1.875 / 1M लागू नाही
एकूण इनपुट टोकन्स 345,694 238,713
आउटपुट टोकन्स 8,170 7,034
रिझनिंग टोकन्स 283,059 338,951
प्रतिसाद वेळ (सरासरी) 106.83s 35.19s
प्रतिसाद वेळ (कमाल) 595.00s 298.81s
प्रतिसाद वेळ (एकूण) 2457.00s 809.47s
पॅरामीटर्स ~2.4T एकूण (~95B सक्रिय) ~320B एकूण (~18B सक्रिय)
उपलब्धता बंद स्रोत 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.

#141 Qwen4 Max

xhigh
खर्च
$0.120
वेळ
456.4s
टोकन्स
26,650 tok

#139 GLM 5.3 FlashX Legal

high
खर्च
$0.018
वेळ
103.8s
टोकन्स
13,703 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
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

तुलना जोडी बदला