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 2026-08-07。
需要权衡
Z AIGLM-4.6 (Reasoning)远离帕累托前沿
- 智能得分 (Intelligence Index)
- 29.30
- 基准测试费用（美元）
- $314
- 智能得分 (Intelligence Index)
- 21.30
- 基准测试费用（美元）
- $250
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 8.0 分（29.3 对 21.3），但运行基准测试的成本为对方的 1.3×（$314 对 $250；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） | 29.3 | 21.3 | −27.3% Qwen3 Coder Next 智能低 27.3% |
| AA 总成本（越低越好） | $314.30 | $250.18 | −20.4% Qwen3 Coder Next 便宜 20.4% |
| 端到端时间（越低越好） | 55.55s | 5.28s | −90.5% Qwen3 Coder Next 快 90.5% |
| 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 27.3%，运行 AA 基准测试的成本低 20.4%，端到端时间快 90.5%。
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 (max) $172 的得分为 52.30。
- Qwen3 Coder Next 超出边界：以相同或更低的成本， GPT-5.6 Luna (max) $172 的得分为 52.30。
GLM-4.6 (Reasoning)Qwen3 Coder Next今天的Pareto frontier所有其他模型
一对一对比