Direktvergleich

Muse Wonder Full vs. GLM-5.3-Flash

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 154
verschiedene Benchmarks: 18
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Muse Wonder Full und GLM-5.3-Flash
Merkmal	Muse Wonder Full	GLM-5.3-Flash
Anbieter	Meta	Z.ai
Erschienen	12. Okt. 2026	26. Aug. 2026
Verfügbarkeit	Nur im Abo	Open Source
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	320 Mrd., 18 Mrd. aktiv
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1 Mio. Token	1.000.000 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Muse Wonder Full und GLM-5.3-Flash
Preisart	Muse Wonder Full	GLM-5.3-Flash
API-Eingabe	—	0,15 $
API-Ausgabe	—	0,5 $
Cache lesen	Nicht ausgewiesen	0,03 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	15.10.2026	22.09.2026 Quelle

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Muse Wonder Full ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Muse Wonder Full und GLM-5.3-Flash
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
GLM-5.3-Flash	Z.ai	Direkt beim EntwicklerStandard-API	0,15 $	0,5 $	Quelle22.09.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	0,15 $	0,5 $	Quelle16.10.2026
	BaseTen	Über OpenRouterbaseten/fp8	0,15 $	0,5 $	Quelle16.10.2026
	BaseTen	Über OpenRouterbaseten/fp8/us	0,15 $	0,5 $	Quelle16.10.2026
	CoreWeave	Über OpenRoutercoreweave/nvfp4	0,15 $	0,5 $	Quelle16.10.2026
	Crusoe	Über OpenRoutercrusoe/fp4	0,15 $	0,5 $	Quelle16.10.2026
	Decart	Über OpenRouterdecart/fp4	0,093 $	0,31 $	Quelle16.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp4	0,075 $	0,25 $	Quelle16.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	0,1312 $	0,4375 $	Quelle16.10.2026
	Fireworks	Über OpenRouterfireworks	0,15 $	0,5 $	Quelle16.10.2026
	Fireworks	Über OpenRouterfireworks/us	0,225 $	0,75 $	Quelle16.10.2026
	Friendli	Über OpenRouterfriendli	0,15 $	0,5 $	Quelle16.10.2026
	Inceptron	Über OpenRouterinceptron/fp8	0,0675 $	0,55 $	Quelle16.10.2026
	InferenceNet	Über OpenRouterinference-net/fp4	0,083 $	0,28 $	Quelle16.10.2026
	Makora	Über OpenRoutermakora	0,14 $	0,47 $	Quelle16.10.2026
	Modal	Über OpenRoutermodal/nvfp4	0,15 $	0,5 $	Quelle16.10.2026
	Morph	Über OpenRoutermorph/fp8	0,032 $	1 $	Quelle16.10.2026
	Near AI	Über OpenRouternear-ai/fp8	0,08 $	0,5 $	Quelle16.10.2026
	NextBit	Über OpenRouternextbit/fp4	0,25 $	0,7 $	Quelle16.10.2026
	Novita	Über OpenRouternovita/fp8	0,084 $	0,28 $	Quelle16.10.2026
	OpenInference	Über OpenRouteropen-inference/fp4	0,0225 $	0,9 $	Quelle16.10.2026
	Parasail	Über OpenRouterparasail/fast	0,1875 $	0,625 $	Quelle16.10.2026
	Parasail	Über OpenRouterparasail/fp4	0,15 $	0,5 $	Quelle16.10.2026
	Phala	Über OpenRouterphala/nvfp4	0,1125 $	0,375 $	Quelle16.10.2026
	Reka	Über OpenRouterreka	0,07 $	1,8 $	Quelle16.10.2026
	Relace	Über OpenRouterrelace	Günstigster erfasster Preis: 0,0223 $	0,7124 $	Quelle16.10.2026
	Sail Research	Über OpenRoutersail-research/fp4	0,045 $	0,6 $	Quelle16.10.2026
	Sail Research	Über OpenRoutersail-research/us	0,045 $	0,6 $	Quelle16.10.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	0,15 $	0,5 $	Quelle16.10.2026
	StreamLake	Über OpenRouterstreamlake/fp8	0,0435 $	Günstigster erfasster Preis: 0,145 $	Quelle16.10.2026
	Together	Über OpenRoutertogether	0,15 $	0,5 $	Quelle16.10.2026
	Venice	Über OpenRoutervenice	0,15 $	0,5 $	Quelle16.10.2026
	Wafer	Über OpenRouterwafer	0,12 $	0,5 $	Quelle16.10.2026
	Z.AI	Über OpenRouterz-ai/fp8	0,15 $	0,5 $	Quelle16.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Muse Wonder FullGLM-5.3-Flash

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full61,033 %

GLM-5.3-Flash20,515 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full73,631 %

GLM-5.3-Flash67,857 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full71,917 %

GLM-5.3-Flash55,932 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full59,061 %

GLM-5.3-Flash57,85 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full21,667 %

GLM-5.3-Flash6,667 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full79,833 %

GLM-5.3-Flash52,5 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full53,365 %

GLM-5.3-Flash45,192 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full87,418 %

GLM-5.3-Flash83,928 %

MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full89,335 %

GLM-5.3-Flash88,936 %

ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full0,5 %

GLM-5.3-Flash0 %

ProofBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full94 %

GLM-5.3-Flash21 %

SRE BenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder Full11,832 %

GLM-5.3-Flash0,763 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Muse Wonder Full und GLM-5.3-Flash
Benchmark und Aufgabe	Muse Wonder Full	GLM-5.3-Flash	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert61,033 %	20,515 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert73,631 %	67,857 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert71,917 %	55,932 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert59,061 %	57,85 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert21,667 %	6,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert79,833 %	52,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert53,365 %	45,192 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert87,418 %	83,928 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert89,335 %	88,936 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert0,5 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert94 %	21 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert11,832 %	0,763 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert42,997 %	31,55 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert58,081 %	37,374 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert37,143 %	2,857 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert64,566 %	44,581 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert33,978 %	16,033 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert85,996 %	30,759 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert58,044 %	7,354 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	83,929 %	Höherer Messwert85,714 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert80,89 %	44,602 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert56,668 %	53,193 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert94,928 %	86,594 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,333 %	53,167 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,636 %	57,576 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,323 %	89,573 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert8 %	7 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchCapability Score Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: capability scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert17,748 %	6,489 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert26,667 %	10 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert46,667 %	20 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,5 %	0 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert60,256 %	20,185 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert70 %	60 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1PoC Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,333 %	50 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,257 %	65,712 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert49,037 %	46,259 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert20 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2025 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,5 %	56,667 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,809 %	90,822 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert84,991 %	79,508 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert0,5 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchFully Solved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert11,832 %	0,763 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert76,097 %	52,416 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert58,333 %	25 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert11,111 %	0 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert71,917 %	55,932 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	4,244 / 5	Höherer Messwert4,355 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert66,579 %	59,852 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert46,809 %	45,936 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert95,699 %	89,606 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2026 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert78,667 %	47,667 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert58,14 %	44,186 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert91,014 %	90,138 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchRaw Pass Rate Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	24,187 %	Höherer Messwert48,609 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert56,614 %	43,197 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0ML Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert66,667 %	51,515 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceLife Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert36,842 %	5,263 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert59,061 %	57,85 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert59,586 %	48,015 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert71,553 %	71,543 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert20 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	89,811 %	Höherer Messwert91,27 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchRhetoric Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert83,625 %	81,046 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens GLM-5.3-Flash: Reasoning: max, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert78,312 %	61,439 %	Vals AI Quellendetails Datenstand: 12.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Muse Wonder Full

Noch nicht getestet

GLM-5.3-Flash

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: z-ai/glm-5.3-flash
API-Modell laut Antwort: z-ai/glm-5.3-flash
Reasoning-Einstellung: high
Festgelegter Endpunkt: Z.AI | z-ai/glm-5.3-flash-20260826
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 49,7 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Muse Wonder Full und GLM-5.3-Flash mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich