GLM-5.3 (Max) vs Mistral Small 3.2
Mana yang lebih baik untuk uang: GLM-5.3 (Max) oleh Z AI atau Mistral Small 3.2 oleh Mistral? Kecerdasan, total biaya benchmark, dan waktu end-to-end dari Artificial Analysis & sumber lain, cuplikan 2026-10-25.
Kompromi
Kesimpulan
Tergantung anggaran Anda
GLM-5.3 (Max) mendapat 37.8 poin lebih tinggi (44.8 vs 7.0), tetapi biaya menjalankan benchmark-nya 21× lebih besar ($2503 vs $122; kelas biaya unggulan vs menengah). Keduanya bukan alternatif di anggaran yang sama: pilih GLM-5.3 (Max) jika Anda butuh kecerdasan di atas 7.0, dan Mistral Small 3.2 jika 7.0 sudah cukup.
| Metrik | GLM-5.3 (Max) | Mistral Small 3.2 | Selisih |
|---|---|---|---|
| Kecerdasan (lebih tinggi lebih baik) | 44.8 | 7.0 | −84.4% Mistral Small 3.2 84.4% kurang cerdas |
| Total biaya AA (lebih rendah lebih baik) | $2,503.48 | $121.78 | −95.1% Mistral Small 3.2 95.1% lebih murah |
| Waktu ujung ke ujung (lebih rendah lebih baik) | 28.79s | 12.77s | −55.6% Mistral Small 3.2 55.6% lebih cepat |
| Harga per 1 juta token (masuk/keluar) | $1.40 / $4.40 | $0.07 / $0.20 | |
| Jenis input | Teks | Teks, Gambar |
Mistral Small 3.2 dibanding GLM-5.3 (Max): kecerdasan 84.4% lebih rendah, biaya menjalankan benchmark AA 95.1% lebih rendah, dan waktu total 55.6% lebih cepat.
Pareto frontier hari ini
Dibandingkan dengan batas Pareto
- GLM-5.3 (Max) berada di luar batas: dengan biaya yang sama atau lebih rendah, Claude Opus 5.5 (High, Default Fallback) skor 53.60 untuk $2172.
- Mistral Small 3.2 berada di luar batas: dengan biaya yang sama atau lebih rendah, MiMo-V2.6-Flash skor 37.90 untuk $110.
GLM-5.3 (Max)Mistral Small 3.2Pareto frontier hari iniBatas Pareto model dengan bobot yang dapat diunduh (open-weights frontier)Semua model lainnya
Perbandingan langsung
Bandingkan sesuatu yang lain
Agen:
Accept: text/markdown or ?format=md mengembalikan halaman ini sebagai Markdown. JSON: /api/v1/compare/glm-5-3/mistral-small-3-2 · Markdown: /api/v1/compare/glm-5-3/mistral-small-3-2?format=md · llms.txt · keterampilan agen