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

GLM 5.3 FlashX (max) лидирует по среднему баллу: 7.9 vs 7.9. GLM 5.3 FlashX (max) имеет более низкую стоимость benchmark: $0.623 vs $2.805. GLM 5.3 FlashX (max) быстрее: 43.97s vs 120.88s, с долей успешных попыток 75.4% vs 78.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #102
Общее число выходных токенов: 468,439
Время ответа (среднее): 120.88s
Общая стоимость: $2.805

Ранг: #97
Общее число выходных токенов: 402,765
Время ответа (среднее): 43.97s
Общая стоимость: $0.623

Рекомендуемая модель GLM 5.3 FlashX (max)

Здесь у него лучший балл (7.9), при этом он примерно в 4.5 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX max Релиз: 2026-09-21

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX max Релиз: 2026-09-21
Оценка	7.9	7.9
Ранг	#102	#97
Надежность	9.6	10.0
Стабильность	8.4	8.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	75.4%	78.3%
Нестабильные тесты	4	6
Всего запусков	69	69
Стоимость за результат	18.696	4.153
Общая стоимость	$2.805	$0.623
Цена входа	$2.000 / 1M	$0.370 / 1M
Цена выхода	$6.000 / 1M	$1.250 / 1M
Общее число входных токенов	295,642	322,894
Выходные токены	115,041	8,010
Токены рассуждений	353,398	394,755
Время ответа (среднее)	120.88s	43.97s
Время ответа (макс.)	532.28s	390.70s
Время ответа (суммарно)	2780.16s	1011.29s
Параметры	2.4T всего (95B активных)	320B всего (18B активных)
Доступность	Веса доступны	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

#97 GLM 5.3 FlashX

max

Стоимость: $0.046
Время: 251.3s
Токены: 36,769 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171
GLM 5.3 FlashX	6.1	3.1	66.7%	1		104.77s	221,683	1,709	25,322

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

Быстрое сравнение

Сменить пару сравнения

Claude Fable 5.1highvsGLM 5.3 FlashXmax Qwen3.5-27BmediumvsGLM 5.3 FlashXmax Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsGLM 5.3 FlashXmax Qwen3.7 MaxnonevsGLM 5.3 FlashXmax Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.8 FlashmediumvsGLM 5.3 FlashXmax GPT-5.4 NanomediumvsGLM 5.3 FlashXmax GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium