GLM-5.2 (Max) 对比 Qwen3 0.6B (Reasoning)
GLM-5.2 (Max) vs Qwen3 0.6B (Reasoning). 要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
Z AIGLM-5.2 (Max)远离帕累托前沿
- 智能得分 (Intelligence Index)
- 33.70
- 基准测试费用（美元）
- $2097
- 智能得分 (Intelligence Index)
- 4.80
- 基准测试费用（美元）
- -
这个模型系列的常见写法：通义千问 / 千问。
结论
比较数据不完整
要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
| 指标 | GLM-5.2 (Max) | Qwen3 0.6B (Reasoning) | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 33.7 | 4.8 | −85.8% Qwen3 0.6B (Reasoning) 智能低 85.8% |
| AA 总成本（越低越好） | $2,097.29 | 未公布 | — 无法比较 |
| 端到端时间（越低越好） | 28.50s | 未公布 | — 无法比较 |
| 每 100 万个代币的价格（输入/输出） | $1.40 / $4.40 | — | |
| 输入类型 | 文本 | 文本 |
一对一对比