GLM 5.2илиQwen3 VL 235B A22B Instruct

или

GLM 5.3 Flash GLM Flash Latest GLM Latest GLM 5.3 GLM 5.2 GLM 5.1

Qwen3.8 Max (0902)Qwen3.8 Flash Qwen3.8 27B Qwen3.8 2.4T A95B Qwen3.7 Flash Qwen3.7 Plus

Главная разница — качество с рассуждениями: 34 против 9.9 по независимому индексу. Ниже — счёт по трём источникам: что заявили поставщики, что намерила независимая лаборатория и что мы видим на реальных запросах. Переключатель «что важнее» меняет счёт — проверьте свой расклад.

Поставщик карточки моделей и правила кэша
Лаборатория Artificial Analysis, одна методика на обе
Hubris наши реальные запросы за 30 дней

Сводная оценка Лаборатория Hubris

Одно число на модель от 0 до 100: качество, скорость, цена, кэш и возможности, нормированные по всему каталогу. Засечки — остальные модели на той же шкале.

GLM 5.271,01 ₽ · z-ai · июнь 2026

SonnetSonnetFlashFlash

60+3 %

Qwen3 VL 235B A22B Instruct26,51 ₽ · qwen · сентябрь 2025

DeepSeek 0731LunaFlashOpus

GLM и Instruct идут вровень по сводной оценке при выбранных весах — разница 3 %. Смотрите раунды: перевес есть, но в разных местах.

Счёт по раундам 63 : 41

1Качество с рассужденияминезависимый индекс интеллекта10:3

2Качество без рассужденийне считаетсялаборатория ещё не измерила Qwen3 VL 235B A22B Instruct в этом режиме—:—

3Кодне считаетсялаборатория ещё не измерила GLM 5.2 в этих задачах—:—

4Математикане считаетсялаборатория ещё не измерила GLM 5.2 в этих задачах—:—

5Инструменты и агентвызов инструментов и работа в терминале10:3 6Следование инструкциямделает ли модель ровно то, о чём просили10:6 7Длинный контекстрассуждения на длинном контексте10:4

8Скоростьне считаетсяпо Qwen3 VL 235B A22B Instruct пока мало запросов, чтобы мерить скорость—:—

9Цена71,01 ₽ против 26,51 ₽ за миллион на входе7:10 10Кэшавтоматический против автоматический9:9 11Возможностиконтекст, вход, рассуждения, приватность7:6

Правила одни для всех сравнений: лучший в раунде получает 10, второй — пропорционально отставанию, разница до 5 % — ничья, обеим по 10. Раунд 2 и 3 и 4 и 8 в счёт не идёт: лаборатория ещё не опубликовала замер — максимум уменьшен. «Бюджет и скорость» удваивает цену и скорость, «Качество любой ценой» удваивает качество и не считает цену. Как считаем — в методике.

Раунд 1 из 11

Качество с рассуждениями

10:334 против 9.9 по независимому индексупосле раунда 10 : 3

Качество мы не измеряем — это цифры независимой лаборатории: девять тестов одной методикой на обе модели, рассуждения включены на максимум. Шкала от 0 до 100.

Индекс интеллекта Лаборатория

Artificial Analysis, индекс v4. Замеры: GLM-5.2 (Non-reasoning), Qwen3 VL 235B A22B Instruct.

С рассуждениями на максимумкак в карточках поставщиков

9.9

GPQA Diamondвопросы уровня аспирантуры, справочно

89,5 %

71,2 %

Humanity's Last Examсамый трудный набор задач, справочно

41,1 %

6,6 %

MMLU-Proширокие знания, справочно

Лаборатория ещё не измерила GLM 5.2 в этом режиме — раунд в счёт не идёт.

Раунд 2 из 11

Качество без рассуждений

—:—раунд не считается — нет замера

В чате, поддержке и массовых задачах думать некогда — рассуждения выключены. Здесь картина часто другая.

Индекс интеллекта Лаборатория

Та же методика, режим без рассуждений.

Без рассужденийбыстрый ответ, как в чате и массовых задачах

Лаборатория ещё не измерила Qwen3 VL 235B A22B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 3 из 11

Код

—:—раунд не считается — нет замера

Задачи из настоящих репозиториев и соревновательный код. У разных моделей лаборатория успела измерить разное — в счёт идут те тесты, что есть у обеих.

Кодинг Лаборатория

Сводный индекс кодинга (0–100) и отдельные тесты в процентах решённых задач.

Сводный индекс кодингавсе кодовые тесты лаборатории одним числом

Лаборатория ещё не измерила Qwen3 VL 235B A22B Instruct в этом режиме — раунд в счёт не идёт.

LiveCodeBenchсвежие соревновательные задачи

Лаборатория ещё не измерила GLM 5.2 в этом режиме — раунд в счёт не идёт.

SciCodeнаучный код по описанию задачи

Лаборатория ещё не измерила Qwen3 VL 235B A22B Instruct в этом режиме — раунд в счёт не идёт.

Раунд 4 из 11

Математика

—:—раунд не считается — нет замера

Счёт, доказательства и олимпиадные задачи. Полезно там, где ответ либо верный, либо нет: аналитика, финансы, инженерные расчёты.

Математика Лаборатория

Сводный индекс (0–100) и доля решённых олимпиадных задач.

Сводный индекс математикивсе математические тесты лаборатории одним числом

Лаборатория ещё не измерила GLM 5.2 в этом режиме — раунд в счёт не идёт.

AIMEолимпиадные задачи со строгим ответом

Лаборатория ещё не измерила GLM 5.2 в этом режиме — раунд в счёт не идёт.

Раунд 5 из 11

Инструменты и агент

10:3счёт по 2 замерам лабораториипосле раунда 20 : 6

Модель в роли агента: вызвать нужный инструмент, довести многошаговый диалог до результата, поработать в терминале. Именно это отличает модель для агентского клиента от модели для чата.

Инструменты и терминал Лаборатория

Доля доведённых до конца сценариев.

𝜏²-benchвызовы инструментов в многошаговом диалоге

99,1 %

35,1 %

Terminal-Benchработа агента в терминале

77,9 %

6,8 %

Раунд 6 из 11

Следование инструкциям

10:6счёт по 1 замеру лабораториипосле раунда 30 : 12

Делает ли модель ровно то, о чём просили: держит формат, не добавляет лишнего, соблюдает ограничения. От этого зависит, придётся ли разбирать ответ костылями.

Следование инструкциям Лаборатория

Доля заданий, где все требования соблюдены.

IFBenchпроверяемые требования к формату и содержанию

73,3 %

42,7 %

Раунд 7 из 11

Длинный контекст

10:4счёт по 1 замеру лабораториипосле раунда 40 : 16

Большое окно контекста и умение им пользоваться — разные вещи. Здесь проверяется второе: рассуждения по длинному тексту, а не размер окна из карточки.

Рассуждения на длинном контексте Лаборатория

Доля верных ответов по длинному тексту. Размер окна — в раунде «Возможности».

Long Context Reasoningответы по тексту, который не помещается в один взгляд

78,3 %

32,7 %

Раунд 8 из 11

Скорость

—:—раунд не считается — мало данных

Пауза до первого слова и скорость письма. Очки — по нашим данным, это то, что вы получите на практике.

Один и тот же запросHubrisЛаборатория

Проигрываем ответ на измеренной скорости: пауза до первого слова, потом письмо. Лабораторной дорожки у Instruct нет — лаборатория скорость этой версии не публикует. Длина ответа одинаковая, иначе модели несравнимы.

GLM 5.2z-ai/glm-5.2у нас 3,1 с · 78 ток/сс раздумьями первое слово ответа — через 36,3 с

лаборатория 3,5 с

тишина 3,1 с

78 токенов в секунду

7,0 с

Qwen3 VL 235B A22B Instructqwen/qwen3-vl-235b-a22b-instruct

По Qwen3 VL 235B A22B Instruct пока мало запросов, чтобы мерить скорость.

Лаборатория меряет по прямому API одним промптом без рассуждений. У нас — реальные промпты реальных клиентов, часть с рассуждениями, и весь путь до вас целиком. Разница между дорожками — разница между стендом и жизнью.

Раунд 9 из 11

Цена

7:10Instruct дешевле в 2,7 раза на входе и в 0,9 раза на выходепосле раунда 47 : 26

В рублях, за миллион токенов. Списывается по факту — за то, что реально отправили и получили.

Прайс и реальный средний чек Hubris

Первые две колонки — ставки каталога. Третья — сколько в среднем стоит один запрос нашим пользователям к этой модели.

Модель	Входные токеныто, что вы отправили	Ответ моделито, что она написала	Типичный запроссредний по нашим пользователям
GLM 5.2	71,01₽	227₽	1,87₽
Qwen3 VL 235B A22B Instruct	26,51₽	240₽	мало данных
Разница	в 2,7 разав пользу Instruct	вровень	—

Средний чек считается по реальным запросам наших пользователей: он зависит от того, сколько модель пишет в ответ.

Раунд 10 из 11

Кэш

9:9у обеих включается сампосле раунда 56 : 35

Если начало промпта повторяется от запроса к запросу — системная инструкция, приложенный документ, история переписки, — эта часть считается со скидкой. Включается она у моделей по-разному, и на этом легко потерять деньги.

Правила кэширования Поставщик

Скидка применяется автоматически — Hubris списывает по фактической цене исполнения, в которой кэш уже учтён.

GLM 5.2

Автоматический

Повторяющееся начало промпта кэшируется само. Ничего помечать не нужно: если первые токены совпадают с недавним запросом, скидка 81 % применится сама.

Qwen3 VL 235B A22B Instruct

Автоматический

Повторяющееся начало промпта кэшируется само. Ничего помечать не нужно: если первые токены совпадают с недавним запросом, скидка 52 % применится сама.

Как пометить блок и проверить, что кэш сработал, — в документации. Сработавший кэш виден в ответе в поле cached_tokens.

Раунд 11 из 11

Возможности

7:6Instruct принимает картинки; GLM умеет рассуждать; контекст у GLM заметно большепосле раунда 63 : 41

Контекст, что принимает на вход, рассуждения, приватность, надёжность. За каждый пункт — очки по одной шкале.

GLM 5.2

✓Контекст 1,05 млн токенов
—Картинки не принимает
—Файлы не принимает
✓Умеет рассуждать перед ответом
✓Не обучается на ваших данных
✓Доля неудачных запросов 0,0 %

Qwen3 VL 235B A22B Instruct

✓Контекст 262 тыс. токенов
✓Принимает картинки
—Файлы не принимает
—Без режима рассуждений
✓Не обучается на ваших данных

Итог

Кто победил

GLM 5.263

из 70 очковПобеждает GLM

Qwen3 VL 235B A22B Instruct41

При равных весах побеждает GLM — 63 : 41, уверенно. GLM берёт качество с рассуждениями, работу с инструментами, следование инструкциям и длинный контекст; Instruct отвечает в цене. Кэш и возможности — ничьи. Переключатели наверху счёт не переворачивают: GLM впереди при любом раскладе.

Коротко

Плюсы и минусы

Преимущества каждой модели над другой — из тех же данных, что и раунды, в процентах и секундах.

GLM 5.2

качество с рассуждениями выше на 71 %
контекст больше на 75 %

Qwen3 VL 235B A22B Instruct

дешевле в 2,7 раза на входе
принимает картинки

Мы рекомендуем GLM 5.2: он впереди по сумме раундов при равных весах.

Выбор

Когда какую брать

Обе доступны по одному ключу — переключиться можно на любом запросе, поменяв одну строку.

GLM 5.2

Сложные задачи, где модели дают подумать: код, анализ, агенты

Открыть в чате

Qwen3 VL 235B A22B Instruct

Массовые задачи, где счёт за токены — главная статья расходов

Открыть в чате

Вопросы

Что обычно спрашивают

Почему Instruct дешевле в 2,7 раза — он хуже?

По независимому индексу с рассуждениями — 34 против 9.9; второй режим лаборатория для одной из моделей ещё не измерила. Цена отражает размер модели и объём вычислений на ответ; проверьте на своих данных, заметна ли разница именно в вашей задаче.

Какая модель лучше для написания кода?

По независимому индексу с рассуждениями — 34 против 9.9. На практике для больших проектов берут ту, что лучше держит длинный контекст задачи; GLM здесь предпочтительнее, а для мелких правок и массовых операций важнее скорость и цена.

Что такое кэш промптов и почему это важно?

У обеих кэш включается сам: если начало промпта совпадает с недавним запросом, эта часть считается со скидкой. Ничего помечать не нужно.

Откуда взяты цифры скорости?

Это наши измерения по успешным запросам через Hubris за последние 30 дней, а не заявления поставщиков: время до первого слова и скорость письма от начала до конца ответа. В паузу входит и наш участок пути. Лабораторная дорожка рядом — Artificial Analysis, прямой API одним промптом: это потолок, наша цифра — то, на что стоит рассчитывать.

Можно ли переключаться между моделями?

Да, обе доступны по одному ключу. Чтобы сменить модель, достаточно поменять её идентификатор в запросе — ни отдельного договора, ни второго ключа не нужно.

Дальше

Другие сравнения

Каждая из этих двух — против соседей по каталогу. Любую пару можно собрать в выборе наверху страницы.

GLM 5.2илиClaude Sonnet 5 GLM 5.2илиGPT-5.6 Luna GLM 5.2илиNano Banana 2 (Gemini 3.1 Flash Image)Qwen3 VL 235B A22B InstructилиClaude Sonnet 5 Qwen3 VL 235B A22B InstructилиGPT-5.6 Luna Qwen3 VL 235B A22B InstructилиNano Banana 2 (Gemini 3.1 Flash Image)Все сравнения·и любая пара

Источники: GLM-5.2 (Non-reasoning) и Qwen3 VL 235B A22B Instruct — Artificial Analysis, 2026-09-18; цены, контекст и модальности — каталог Hubris, 2026-09-18; скорость и средний чек — запросы через Hubris за 30 дней.