GLM-5.2vs.Qwen 3.8 27B
Wer ist besser?
GLM-5.2 liegt im Gesamtindex klar vorn, kostet aber je Token 35-mal (Eingabe) und 1,8-mal (Ausgabe) so viel.
23
GLM-5.2
Platz 41 bis 47
11
Qwen 3.8 27B
Platz 44 bis 57
96
GLM-5.2
eher langsam
40
Qwen 3.8 27B
langsam
2,15 $
GLM-5.2
eher teuer
0,66 $
Qwen 3.8 27B
eher günstig
GLM-5.2
- Im Abo
Kein Abo von Z.ai mit diesem Modell. Über andere Anbieter ab ≈ 1,06 € im Monat (Command Code Go, mit begrenztem Guthaben). 30 Tarife in Deutschland.
- Per API
1,40 $ Eingabe, 4,40 $ Ausgabe je 1 Mio. Token laut Anbieter; im Preisindex steht das Modell seit 26.10.2026 mit 1,30 $ und 4,40 $.
- Hinweis
- Es gibt einen Nachfolger: GLM-5.3 (Platz 23 bis 29, gleicher Preis).
Qwen 3.8 27B
- Im Abo
Kein Abo von Alibaba mit diesem Modell. Über andere Anbieter ab ≈ 1,06 € im Monat (Command Code Go, mit begrenztem Guthaben). 10 Tarife in Deutschland.
- Per API
0,04 $ Eingabe, 2,50 $ Ausgabe je 1 Mio. Token laut Anbieter; im Preisindex steht das Modell seit 27.10.2026 mit 0,42 $ und 3 $.
Gesamtindex mit Daten bis 29.10.2026 · Preise vom 29.10.2026 · Tempo: Messung von Artificial Analysis · Abos vom 24.10.2026 · Abo-Preise inkl. USt
Wo liegt der Unterschied?
Werte von 0 bis 100 je Aufgabenbereich. Einen Sieger nennen wir nur, wenn der Abstand groß genug ist und es genug Tests gibt.
GLM-5.2 vorn: 3Qwen 3.8 27B vorn: 0gleichauf: 5zu wenig Daten: 2von 10 Bereichen
BereichGLM-5.2Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Bereiche im Gesamtindex
ProgrammierengleichaufGLM-5.2: 23Qwen 3.8 27B: 13
SchlussfolgerngleichaufGLM-5.2: 22Qwen 3.8 27B: 6
MathematikGLM-5.2 vornGLM-5.2: 29Qwen 3.8 27B: 8
WissenGLM-5.2 vornGLM-5.2: 13Qwen 3.8 27B: 5
AgentengleichaufGLM-5.2: 24Qwen 3.8 27B: 21
Allgemeinnur GLM-5.2 mit WertungGLM-5.2: 20Qwen 3.8 27B: zu wenig Daten
Multimodalnur Qwen 3.8 27B mit WertungGLM-5.2: zu wenig DatenQwen 3.8 27B: 13
Fachgebiete
FinanzengleichaufGLM-5.2: 34Qwen 3.8 27B: 34
RechtgleichaufGLM-5.2: 28Qwen 3.8 27B: 23
GesundheitGLM-5.2 vornGLM-5.2: 19Qwen 3.8 27B: 3
1 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
BereichGLM-5.2Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Cybersicherheitnur Qwen 3.8 27B mit WertungGLM-5.2: zu wenig DatenQwen 3.8 27B: 19
Selbst ansehen: gleicher Auftrag, ein Versuch
SVG-Kurztest
Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.
Gemeinsame Testrunde: 43b8c5c46830
GLM-5.2
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: z-ai/glm-5.2826 Ausgabe-TokenQwen 3.8 27B
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: qwen/qwen3.8-27b865 Ausgabe-TokenFrühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
GLM-5.2
Ausgabe aus Sicherheitsgründen nicht dargestellt
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 05.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- z-ai/glm-5.2
- API-Modell laut Antwort
- z-ai/glm-5.2
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- Z.AI | z-ai/glm-5.2-20260616
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Nicht bestanden
- Antwortzeit
- 31,4 s
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
Frühere Versuche (3)
- 02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Qwen 3.8 27B
Noch nicht getestet
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | GLM-5.2 | Qwen 3.8 27B |
|---|---|---|
| Leistung | ||
| Gesamtindex0 bis 100, höher ist besser | 23 | 11 |
| Platz | Platz 41 bis 47 von 95 | Platz 44 bis 57 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 1,40 $ | 0,04 $ |
| Ausgabewas das Modell schreibt | 4,40 $ | 2,50 $ |
| Tempo | ||
| Token pro Sekunde | 96 | 40 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1 Mio. Token≈ 1.500 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | k. A. | k. A. |
| Veröffentlicht | 16.06.2026 | 14.08.2026 |
| Verfügbarkeit | Open Source | Aktiv |
| Offene Gewichte | ja | ja |
Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis
Gemeinsame Benchmarks
Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.
A: GLM-5.2B: Qwen 3.8 27B
Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 37,9 %Qwen 3.8 27B: 14,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGLM-5.2: 3,1 %Qwen 3.8 27B: 0,3 %Artificial AnalysisStand 29.10.2026
EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 61,5 %Qwen 3.8 27B: 59,7 %Vals AIStand 20.10.2026
Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 49,7 %Qwen 3.8 27B: 48,6 %Vals AIStand 20.10.2026
GDPval-AAOverall · höher ist besserGLM-5.2: 1.252,33 eloQwen 3.8 27B: 1.082,47 eloArtificial AnalysisStand 29.10.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 85,6 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 31,3 %Qwen 3.8 27B: 36,1 %Vals AIStand 26.10.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 84,1 %Qwen 3.8 27B: 82,4 %Vals AIStand 13.10.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 69,5 %Qwen 3.8 27B: 84 %Vals AIStand 01.09.2026
MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 40,8 %Qwen 3.8 27B: 28,7 %Vals AIStand 13.10.2026
54 weitere Benchmarks anzeigen
MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 83,5 %Qwen 3.8 27B: 83,8 %Vals AIStand 13.10.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 86,7 %Qwen 3.8 27B: 84,3 %Vals AIStand 01.09.2026
ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 0,5 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 45,1 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 82,8 %Qwen 3.8 27B: 86 %Vals AIStand 01.09.2026
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 73,3 %Qwen 3.8 27B: 70,9 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 67,8 %Qwen 3.8 27B: 58,4 %Vals AIStand 01.10.2026
Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 64 %Qwen 3.8 27B: 64,9 %Vals AIStand 26.10.2026
Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 27,2 %Qwen 3.8 27B: 2,2 %Vals AIStand 18.10.2026
EMBComps · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 54,9 %Qwen 3.8 27B: 53,3 %Vals AIStand 20.10.2026
Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 46,3 %Qwen 3.8 27B: 47,3 %Vals AIStand 20.10.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 83,3 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 39,4 %Qwen 3.8 27B: 45,5 %Vals AIStand 26.10.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 88,6 %Qwen 3.8 27B: 88,4 %Vals AIStand 13.10.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 97,2 %Qwen 3.8 27B: 99,1 %Vals AIStand 01.09.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 94 %Qwen 3.8 27B: 91,5 %Vals AIStand 01.09.2026
ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 9,5 %Qwen 3.8 27B: 1 %Vals AIStand 20.10.2026
SkillsBenchNo Skills · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 32,2 %Qwen 3.8 27B: 19,1 %Vals AIStand 27.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 88,1 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 62,1 %Qwen 3.8 27B: 60,1 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Easy · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 100 %Qwen 3.8 27B: 50 %Vals AIStand 01.10.2026
Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 70 %Qwen 3.8 27B: 50 %Vals AIStand 18.10.2026
EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 83,4 %Qwen 3.8 27B: 79,7 %Vals AIStand 20.10.2026
Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 38 %Qwen 3.8 27B: 36,8 %Vals AIStand 20.10.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 87,9 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 86 %Qwen 3.8 27B: 88,5 %Vals AIStand 26.10.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 82,2 %Qwen 3.8 27B: 82 %Vals AIStand 13.10.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 37,1 %Qwen 3.8 27B: 65,7 %Vals AIStand 01.09.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 91,9 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 0,5 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchWith Skills · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 45,1 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 66,7 %Qwen 3.8 27B: 66,7 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 84,6 %Qwen 3.8 27B: 81,6 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Hard · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 51,1 %Qwen 3.8 27B: 43,3 %Vals AIStand 01.10.2026
Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 3,981 / 5Qwen 3.8 27B: 4,197 / 5Vals AIStand 18.10.2026
EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 53 %Qwen 3.8 27B: 50 %Vals AIStand 20.10.2026
Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 44,8 %Qwen 3.8 27B: 38,9 %Vals AIStand 20.10.2026
Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 27,9 %Qwen 3.8 27B: 41,9 %Vals AIStand 26.10.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 89,5 %Qwen 3.8 27B: 90,2 %Vals AIStand 13.10.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 74,2 %Qwen 3.8 27B: 87,2 %Vals AIStand 01.09.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 91,6 %Qwen 3.8 27B: 91,8 %Vals AIStand 01.09.2026
ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 62,6 %Qwen 3.8 27B: 11,2 %Vals AIStand 20.10.2026
SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 66,7 %Qwen 3.8 27B: 69 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Medium · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 74,5 %Qwen 3.8 27B: 67,3 %Vals AIStand 01.10.2026
EMBLBO · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 51,8 %Qwen 3.8 27B: 53,7 %Vals AIStand 20.10.2026
Finance Agent (v2)Disclosure Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 61,6 %Qwen 3.8 27B: 60,3 %Vals AIStand 20.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 87,5 %Qwen 3.8 27B: 86,8 %Vals AIStand 26.10.2026
LegalBenchRhetoric Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 81,3 %Qwen 3.8 27B: 81,4 %Vals AIStand 13.10.2026
MMLU ProComputer Science · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 90,2 %Qwen 3.8 27B: 88,3 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 81,6 %Qwen 3.8 27B: 85,8 %Vals AIStand 01.09.2026
EMBM&A · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 63,9 %Qwen 3.8 27B: 64,8 %Vals AIStand 20.10.2026
Finance Agent (v2)Earnings Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 66,6 %Qwen 3.8 27B: 70,9 %Vals AIStand 20.10.2026
Legal Research BenchCivil Litigation · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 25,9 %Qwen 3.8 27B: 25,9 %Vals AIStand 26.10.2026
LegalBenchRule Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGLM-5.2: 78,8 %Qwen 3.8 27B: 70,2 %Vals AIStand 13.10.2026
Anderes Duell vergleichen
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche GLM-5.2 und Qwen 3.8 27B mit weiteren wichtigen Modellen.