Qwen vs GLM : code et tarifs

GLM-5.3 mène SciCode avec 59.03% contre 50.58%. Qwen3.8-Flash-Next a le coût illustré le plus bas à $0.0025 ; l’autre modèle coûte $0.0184.

Mis à jour · 6 sources · Méthodologie

CritèreGagnantÉcartPreuve
SciCode (%)GLM-5.38.45 ppQwen3.8-Flash-Next 50.58% / GLM-5.3 59.03%12
Vitesse de sortie (tokens/s)GLM-5.318.8 tokens/sQwen3.8-Flash-Next 55.4 / GLM-5.3 74.2 tokens/s
AA : délai avant le premier token de réponse (s)GLM-5.39.01 sQwen3.8-Flash-Next 38.17 s / GLM-5.3 29.16 s
Coût estimé par requêteQwen3.8-Flash-Next$0.015910K + 1K: Qwen3.8-Flash-Next $0.0025 / GLM-5.3 $0.018443

Évaluations AA de qualité du code

MesureQwen3.8-Flash-NextGLM-5.3 (Max)
SciCode (%)50.58159.032

Performances

MesureQwen3.8-Flash-NextGLM-5.3 (Max)
Vitesse de sortie (tokens/s)55.474.2
AA : délai avant le premier token de réponse (s)38.1729.16

Tarifs et coût par requête

MesureQwen3.8-Flash-Next · LyceumGLM-5.3 · Novita AI
Entrée / 1M tokens$0.23$1.44
Sortie / 1M tokens$0.53$4.44
Fenêtre de contexte (tokens)262,14451,048,5764
Sortie maximale (tokens)131,0726131,0724
Documentation de l’APINovita AI · Chat API
Exemple : 10,000 tokens en entrée + 1,000 en sortie facturée
Qwen3.8-Flash-Next$0.0025
GLM-5.3$0.0184

Programmation, raisonnement, contexte et coût

Benchmark de programmation

  • AA SciCode : Qwen3.8-Flash-Next 50.58% / GLM-5.3 59.03%.12

Benchmark de raisonnement

  • Avec les réglages indiqués, l’attente AA avant la première réponse est de 38.17 s pour Qwen3.8-Flash-Next et de 29.16 s pour GLM-5.3.12

Fenêtre de contexte (tokens)

  • GLM accepte 1,048,576 tokens contre 262,144 pour Qwen, permettant des entrées plus grandes sur l’endpoint indiqué.12

Coût estimé par requête

  • Le choix budgétaire oppose GLM à $0.0184 à Qwen à $0.0025 ; privilégiez Qwen si ce scénario fixe la limite de dépense.43

Méthodologie et sources

SciCode est l’évaluation de programmation scientifique d’AA, exprimée en pourcentage ; un score plus élevé est meilleur. Elle est distincte du test de performance avec 10,000 tokens d’entrée et n’évalue pas Cline dans l’éditeur. Qualité et performances utilisent les configurations indiquées à côté des modèles. Un AA v5 Intelligence Index actuel apparaît uniquement si les deux modèles ont une valeur publiée. Les performances AA utilisent le test avec 10,000 tokens d’entrée et la configuration affichée de chaque modèle ; les réglages de raisonnement varient. La vitesse est le débit de sortie médian. La latence de réponse mesure le premier token de réponse après le raisonnement, et non le premier fragment de raisonnement diffusé. Pour le raisonnement non diffusé et les modèles sans raisonnement, AA indique le même événement pour le premier fragment et la première réponse. AA estime cette latence à partir de la réponse initiale et de la durée du raisonnement ; ce n’est pas une médiane échantillonnée séparément. Il s’agit de déploiements de référence, sans garantie pour les endpoints Novita. L’exemple sans cache facture 10,000 tokens d’entrée et 1,000 de sortie au tarif du vendeur indiqué ; il ne représente pas le coût du test AA. Prix, limites de contexte et de sortie proviennent des sources des vendeurs cités.

  1. Artificial Analysis · Qwen3.8-Flash-Next · qualité et performances
  2. Artificial Analysis · GLM-5.3 (Max) · qualité et performances
  3. Lyceum · Qwen3.8-Flash-Next · tarifs et limites API
  4. Novita AI · GLM-5.3 · tarifs et limites de l’endpoint
  5. Lyceum · Qwen3.8-Flash-Next · spécification du contexte natif
  6. Lyceum · limites des requêtes serverless

Développez avec Novita Model APIs

Créez une clé API et connectez votre application.

Commencez à développerExplorez les modèles