GLM-4.6 (Reasoning) 对比 Qwen3 Coder Next
哪个更划算： GLM-4.6 (Reasoning) 通过 Z AI 或 Qwen3 Coder Next 通过 Alibaba？来自 Artificial Analysis 和其他来源的情报、总基准测试成本和端到端时间，快照 2026-07-17。
需要权衡
Z AIGLM-4.6 (Reasoning)远离帕累托前沿
- 智能得分 (Intelligence Index)
- 28.70
- 基准测试费用（美元）
- $313
- 智能得分 (Intelligence Index)
- 21.10
- 基准测试费用（美元）
- $247
这个模型系列的常见写法：通义千问 / 千问。
结论
取决于你的预算
GLM-4.6 (Reasoning) 的得分高 7.6 分（28.7 对 21.1），但运行基准测试的成本为对方的 1.3×（$313 对 $247；同属中端档）。 如果额外的智能值得多花的钱，选 GLM-4.6 (Reasoning)；否则选 Qwen3 Coder Next。
| 指标 | GLM-4.6 (Reasoning) | Qwen3 Coder Next | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 28.7 | 21.1 | −26.5% Qwen3 Coder Next 智能低 26.5% |
| AA 总成本（越低越好） | $312.72 | $247.26 | −20.9% Qwen3 Coder Next 便宜 20.9% |
| 端到端时间（越低越好） | 65.39s | 6.61s | −89.9% Qwen3 Coder Next 快 89.9% |
| 每 100 万个代币的价格（输入/输出） | $0.55 / $2.20 | $0.35 / $1.20 | |
| 输入类型 | 未公布 | 未公布 |
Qwen3 Coder Next 对比 GLM-4.6 (Reasoning)：智能分低 26.5%，运行 AA 基准测试的成本低 20.9%，端到端时间快 89.9%。
今天的Pareto frontier
与帕累托前沿比较
- GLM-4.6 (Reasoning) 超出边界：以相同或更低的成本， GPT-5.6 Luna (high) $275 的得分为 46.10。
- Qwen3 Coder Next 超出边界：以相同或更低的成本， GPT-5.6 Terra (medium) $240 的得分为 45.60。
GLM-4.6 (Reasoning)Qwen3 Coder Next今天的Pareto frontier所有其他模型
一对一对比