所有发布

GLM-5.3 vs. Qwen3.8 27B:发布比较

GLM-5.3 与 Qwen3.8 27B 发布比较:分别包含 2 个和 4 个模型,各自具有不同的智能、性能与价格特征。下方对全部 6 个模型的关键指标进行了比较。

  • 智能方面,GLM-5.3 得分最高:GLM-5.3 (Max)(32),Qwen3.8 27B 为 Qwen3.8 27B (Xhigh)(20)。
  • 输出速度方面,GLM-5.3 最快:GLM-5.3 (Max)(86 token/秒),Qwen3.8 27B 为 Qwen3.8 27B (Medium)(48 token/秒)。
  • 单任务成本方面,GLM-5.3 最低:GLM-5.3 (Low)($1.57),Qwen3.8 27B 为 Qwen3.8 27B (Low)($1.91)。
模型 Playground

比较的发布

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
财务与会计
42
31
36
29
28
22
战略与运营
47
38
39
34
29
16
法律
36
28
33
26
27
22
医疗与健康
39
31
35
24
23
19
每任务成本美元
$5.01
$1.57
$3.53
$2.16
$1.91
$3.77
输出速度Token/秒
86
81
42
48
46
46
首 Token 延迟秒
1.50
1.74
3.98
3.92
4.02
4.02
上下文窗口
1M
1M
256k
256k
256k
256k
开发商
Z AI
Z AI
Alibaba
Alibaba
Alibaba
Alibaba
许可证
开放
开放
开放
开放
开放
开放
输入模态

支持:文本

支持:文本

支持:文本、图像和视频

支持:文本、图像和视频

支持:文本、图像和视频

支持:文本、图像和视频

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
Alibaba Cloud
Alibaba Cloud
Updated
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能Updated

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

Intelligence Index 与每项任务的成本

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

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

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

速度与延迟

输出速度

Output tokens per second · Higher is better

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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

AA-PersonalityBenchNew

vs

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

根据两者的 Elo 差距,每个模型的回答在各特质上被判定为更显著的概率 · 50% 表示势均力敌
Z AIGLM-5.3 (max)AlibabaQwen3.8 27B (xhigh)
Lexically Varied
100%
0%
Natural Sounding
99%
1%
Eloquent
98%
2%
Metaphorical
88%
12%
Literate
87%
13%