导航
Advertise here

Qwen4 Max (high) vs GLM 5.3 Flash (max)

GLM 5.3 Flash (max) 平均分领先,为 9.0 vs 8.6。 GLM 5.3 Flash (max) benchmark 成本更低,为 $0.089 vs $1.363。 Qwen4 Max (high) 更快,为 52.90s vs 54.04s,通过率为 85.5% vs 82.6%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#105
总输出令牌
185,844
响应时间(平均)
52.90s
总成本
$1.363
排名
#71
总输出令牌
216,119
响应时间(平均)
54.04s
总成本
$0.089
推荐模型 GLM 5.3 Flash (max)

它在这里得分最高(9.0),同时成本比Qwen4 Max (high)低约 15.5 倍。

详细对比

指标 Qwen4 Max Qwen4 Max high 发布日期: 2026-11-16 GLM 5.3 Flash GLM 5.3 Flash max 发布日期: 2026-08-26
分数 8.6 9.0
排名 #105 #71
可靠性 10.0 10.0
一致性 9.6 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 85.5% 82.6%
不稳定测试 1 3
总运行次数 69 69
每个结果成本 7.172 0.519
总成本 $1.363 $0.089
输入价格 $1.500 / 1M $0.150 / 1M
输出价格 $4.500 / 1M $0.500 / 1M
缓存读取价格 $0.075 / 1M $0.030 / 1M
缓存写入价格 $1.875 / 1M 不适用
总输入令牌 350,854 255,743
输出令牌 8,427 8,684
推理令牌 177,417 207,435
响应时间(平均) 52.90s 54.04s
响应时间(最大) 437.98s 333.47s
响应时间(总计) 1216.62s 1242.97s
参数量 ~2.4T 总计 (~95B 激活) 320B 总计 (18B 激活)
开放状态 闭源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#105 Qwen4 Max

high
成本
$0.076
时间
277.5s
令牌
16,848 tok

#71 GLM 5.3 Flash

max
成本
$0.005
时间
296.5s
令牌
16,250 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195
GLM 5.3 Flash 10.0 10.0 100.0% 0 43.37s 7,317 381 23,692

切换对比组合