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

Qwen3.8 2.4T A95B (high) лидирует по среднему баллу: 7.4 vs 7.3. GLM 5.3 (high) имеет более низкую стоимость benchmark: $0.403 vs $2.357. GLM 5.3 (high) быстрее: 27.82s vs 120.59s, с долей успешных попыток 74.2% vs 74.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-20

Ранг: #95
Общее число выходных токенов: 456,028
Время ответа (среднее): 120.59s
Общая стоимость: $2.357

Ранг: #99
Общее число выходных токенов: 63,667
Время ответа (среднее): 27.82s
Общая стоимость: $0.403

Рекомендуемая модель GLM 5.3 (high)

Его балл близок к лучшему здесь (7.3 против 7.4), при этом он примерно в 5.9 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 GLM 5.3 high Релиз: 2026-08-20

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	GLM 5.3 GLM 5.3 high Релиз: 2026-08-20
Оценка	7.4	7.3
Ранг	#95	#99
Надежность	9.4	10.0
Стабильность	8.3	7.5
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	74.2%	74.2%
Нестабильные тесты	4	7
Всего запусков	66	66
Стоимость за результат	16.832	3.099
Общая стоимость	$2.357	$0.403
Цена входа	$2.000 / 1M	$1.400 / 1M
Цена выхода	$6.000 / 1M	$4.400 / 1M
Общее число входных токенов	108,931	87,601
Выходные токены	112,801	6,006
Токены рассуждений	343,227	57,661
Время ответа (среднее)	120.59s	27.82s
Время ответа (макс.)	532.28s	159.91s
Время ответа (суммарно)	2653.05s	612.06s
Параметры	2.4T всего (95B активных)	744B всего (40B 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.

#95 Qwen3.8 2.4T A95B

high

Неверный SVG

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

#99 GLM 5.3

high

Стоимость: $0.085
Время: 362.5s
Токены: 19,310 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:

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	10.0	10.0	100.0%	0		3.72s	639	237	481

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	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

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	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

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	10.0	10.0	100.0%	0		3.55s	7,149	210	189

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	2.9	4.4	22.2%	2		112.33s	759	238	33,423

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	6.1	3.1	66.7%	1		8.00s	498	192	407

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	9.8	10.0	100.0%	0		3.62s	678	72	182

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	8.2	7.2	88.9%	1		4.74s	672	332	452

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	10.0	10.0	100.0%	0		17.05s	6,861	231	91

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	3.0	10.0	0.0%	0		21.98s	207	85	2,043

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6nonevsGLM 5.3high KAT-Coder-Pro V2.5lowvsGLM 5.3high Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Gemini 3 Flash PreviewlowvsGLM 5.3high Grok 4.6lowvsGLM 5.3high Gemini 3.1 Flash LitemediumvsGLM 5.3high GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsQwen3.8 2.4T A95Bhigh Qwen3.7 PlusnonevsGLM 5.3high