Zum Inhalt springen

Oberflächensprache: DE. Redaktionelle Inhalte: Französisch. Preise beziehen sich auf Frankreich.

Sir CompareVergleiche mit BelegenSir Compare fragenFragen
Frankreich · EUR

Vergleich · AI Models & LLMs

GLM-4.6 vs GLM-5

Dieselbe Methode wie unsere Ranglisten: Punkte aus der Engine, Daten mit Quelle, geprüfte Preise.

★ Sieger
Z.ai GLM-4.6 — drawn card, not a photograph of the product

GLM-4.6

Z.ai

Vollständiges Datenblatt →

74.6/100

SWE-bench-Genauigkeit
68,2%
Kontextfenster
200k Token
Maximale Antwort
128k Token
Kosten pro 1 Mio. Eingabe-Token
$0,60
Z.ai GLM-5 — drawn card, not a photograph of the product

GLM-5

Z.ai

Vollständiges Datenblatt →

71.3/100

SWE-bench-Genauigkeit
72,8%
Kontextfenster
200k Token
Maximale Antwort
128k Token
Kosten pro 1 Mio. Eingabe-Token
$1,00

Das Urteilnimm GLM-4.6, es führt in 2 von 4 Bereichen — vor allem bei Kosten pro 1 Mio. Eingabe-Token.

Das andere bleibt bei SWE-bench-Genauigkeit vorn.

  • GLM-4.6 besser bei: Kosten pro 1 Mio. Eingabe-Token, Kosten pro 1 Mio. Ausgabe-Token
  • GLM-5 besser bei: SWE-bench-Genauigkeit

Grundlage: 6 gemessene Unterschiede bei 9 verglichenen Merkmalen. Die Punktzahlen stammen aus dem Ranking-Algorithmus.

Die Zahlen im Vergleich

Jeder Balken ist der geprüfte Wert des Produkts; in jeder Zeile ist der längere Balken der höhere der beiden Werte.

  • SWE-bench-Genauigkeithöher ist besser
    GLM-4.668,2%
    GLM-572,8%
  • Kontextfensterhöher ist besser
    GLM-4.6200k Token
    GLM-5200k Token
  • Maximale Antworthöher ist besser
    GLM-4.6128k Token
    GLM-5128k Token
  • Kosten pro 1 Mio. Eingabe-Tokenniedriger ist besser
    GLM-4.6$0,60
    GLM-5$1,00
  • Kosten für Cache-Eingabe pro 1 Mio. Tokenniedriger ist besser
    GLM-4.6$0,11
    GLM-5$0,20
  • Kosten pro 1 Mio. Ausgabe-Tokenniedriger ist besser
    GLM-4.6$2,20
    GLM-5$3,20

Wer wo gewinnt

  • Zum ProgrammierenGLM-5SWE-bench-Genauigkeit
  • Günstiger beim LesenGLM-4.6Kosten pro 1 Mio. Eingabe-Token
  • Günstiger beim SchreibenGLM-4.6Kosten pro 1 Mio. Ausgabe-Token

Datenblatt im Vergleich

Leistung

SWE-bench-Genauigkeit68,2%✓72,8%6,7% mehr

Gedächtnis und Antwortlänge

Kontextfenster200k Token200k Token
Maximale Antwort128k Token128k Token

API-Preise

Kosten pro 1 Mio. Eingabe-Token✓$0,6040% weniger$1,00
Kosten für Cache-Eingabe pro 1 Mio. Token✓$0,1145% weniger$0,20
Kosten pro 1 Mio. Ausgabe-Token✓$2,2031% weniger$3,20

Größe und Offenheit

Parameter357 Milliarden744 Milliarden
Aktive Parameter pro TokenNicht angegeben40 Milliarden
Open weights (downloadable)JaJa

Was ein Monat kostet

Ändere die Mengen: Die Kosten werden aus den oben geprüften Listenpreisen berechnet.

GLM-4.62,30 $pro Monat · 27,60 $ pro JahrDas günstigere — du sparst 1,30 $ pro Monat
GLM-53,60 $pro Monat · 43,20 $ pro Jahr

Die Szenarien sind nur Ausgangspunkte zum Ändern, keine Daten zu deiner Nutzung. Listenpreise ohne Rabatte, Tageszeittarife oder Steuern.

Fragen und Antworten

Zum Programmieren: GLM-4.6 oder GLM-5?

GLM-5: 72,8% gegenüber 68,2% (SWE-bench-Genauigkeit).

Günstiger beim Lesen: GLM-4.6 oder GLM-5?

GLM-4.6: $0,60 gegenüber $1,00 (Kosten pro 1 Mio. Eingabe-Token).

Günstiger beim Schreiben: GLM-4.6 oder GLM-5?

GLM-4.6: $2,20 gegenüber $3,20 (Kosten pro 1 Mio. Ausgabe-Token).

Bereich für Bereich

Derselbe Maßstab für beide: die Bewertung der Engine von 100 für jedes Kriterium des Profils.

  • SWE-bench-Genauigkeit
    9096
  • Kontextfenster
    2020
  • Kosten pro 1 Mio. Ausgabe-Token
    10069
  • Kosten pro 1 Mio. Eingabe-Token
    10060
Andere Produkte vergleichen

Ihr Assistent

Vollständige Seite öffnen →