GLM-5.3 vs. Qwen3.8 27B: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos GLM-5.3 y Qwen3.8 27B: 2 y 4 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 6 modelos.

En inteligencia, GLM-5.3 obtiene la puntuación más alta: GLM-5.3 (Max), con 32, frente a Qwen3.8 27B (Xhigh), con 20 de Qwen3.8 27B.
En tiempo por tarea, GLM-5.3 es el más rápido: GLM-5.3 (Low), con 14,1 min, frente a Qwen3.8 27B (Non-reasoning), con 16,9 min de Qwen3.8 27B.
En costo por tarea, GLM-5.3 es el más económico: GLM-5.3 (Low), con $1.57, frente a Qwen3.8 27B (Low), con $1.91 de Qwen3.8 27B.

Playground de modelos

Lanzamientos comparados


	GLM-5.3 (max)	GLM-5.3 (low)	Qwen3.8 27B (xhigh)	Qwen3.8 27B (medium)	Qwen3.8 27B (low)	Qwen3.8 27B (non-reasoning)
Intelligence Index	32	23	20	17	16	10
Finanzas y contabilidad	42	31	36	29	28	22
Estrategia y operaciones	47	38	39	34	29	16
Jurídico	36	28	33	26	27	22
Salud y medicina	39	31	35	24	23	19
Ingeniería	38	28	28	22	21	17
Economía	39	30	35	29	28	22
AA-Briefcase v1.1	1503	1185	1393	1373	1270	901
AutomationBench-AA	62.2%	52.0%	48.2%	40.3%	30.1%	12.4%
Terminal-Bench 4.0	41.9%	34.8%	5.6%	5.1%	2.5%	0.0%
FrontierCode 2.0	21.6%	12.7%	14.9%	11.5%	12.4%	3.7%
AA-Omniscience v1.1	6	−11	−6	−36	−21	−7
GDP.pdf	11.2%	8.8%	16.4%	12.8%	10.4%	5.2%
HLE-Diamond	17.9%	17.5%	15.3%	6.7%	6.8%	4.2%
CritPt v2 (Hard Subset)	33.5%	21.5%	4.0%	16.5%	5.5%	2.0%
Terminal-Bench-Science 0.1	9.5%	3.8%	0.5%	1.0%	0.5%	0.0%

Costo por tareaUSD	$5.01	$1.57	$3.53	$2.16	$1.91	$3.77
Precio de entradaUSD/1M tokens	$1.40	$1.40	$0.50	$0.50	$0.50	$0.50
Precio de salidaUSD/1M tokens	$4.40	$4.40	$3.00	$3.00	$3.00	$3.00
Precio de lectura de cachéUSD/1M tokens	$0.26	$0.26	$0.10	$0.10	$0.10	$0.10
Precio de escritura de cachéUSD/1M tokens	--	--	--	--	--	--

Tiempo por tareaMinutos	29,0	14,1	38,1	27,4	25,9	16,9
Velocidad de salidatok/s	68	61	48	53	52	44
Tiempo hasta el primer token de respuestas	71,18	7,85	124,50	31,09	16,33	5,51
Tiempo hasta el primer tokens	3,18	3,04	5,62	5,87	5,39	5,51
Tiempo de extremo a extremoMedia de las cargas de solicitud única (s)	165,41	38,73	260,94	149,34	122,47	53,45

Ventana de contexto	1M	1M	256k	256k	256k	256k
Creador	Z AI	Z AI	Alibaba	Alibaba	Alibaba	Alibaba
Licencia	Abierto	Abierto	Abierto	Abierto	Abierto	Abierto
Modalidad de entrada	Admite: texto	Admite: texto	Admite: texto, imágenes y video	Admite: texto, imágenes y video	Admite: texto, imágenes y video	Admite: texto, imágenes y video
Modalidad de salida	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto
Proveedores	+19	+3	+7			+4

Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Tiempo por tarea

Inference time (minutes) per Intelligence Index task · Lower is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

GLM-5.3

Qwen3.8 27B

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GLM-5.3 (max) vs. Qwen3.8 27B (xhigh)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate

GLM-5.3 (max)

Qwen3.8 27B (xhigh)

Lexically Varied

100 %

0 %

Natural Sounding

99 %

1 %

Eloquent

98 %

2 %

Metaphorical

88 %

12 %

Literate

87 %

13 %

GLM-5.3 vs. Qwen3.8 27B: comparación de lanzamientos

Inteligencia

Tiempo por tarea

Costo por tarea

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Time per Intelligence Index Task

Time Period

Puntuaciones de capacidades

Índices de capacidades

Benchmarks

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GLM-5.3 (max) vs. Qwen3.8 27B (xhigh)