Сравнение моделей Qwen3 235B A22B Instruct 2507 vs GLM 4.7 Flash

Сравнение моделей Qwen3 235B A22B Instruct 2507 vs GLM 4.7 Flash по цене, контексту и дате релиза.

×
qwen
Qwen3 235B A22B Instruct 2507
qwen/qwen3-235b-a22b-2507

Qwen3-235B-A22B-Instruct-2507 — многоязычная MoE‑модель, настроенная на инструкции, на базе архитектуры Qwen3-235B, с 22B активных параметров на проход. Она оптимизирована для универсальной генерации текста, включая следование инструкциям, логические рассуждения, математику, код и использование инструментов. Модель поддерживает нативный контекст 262K и не реализует «thinking mode» (блоки <think>). По сравнению с базовой версией этот вариант даёт заметные улучшения в покрытии знаний, рассуждениях на длинном контексте, кодинговых бенчмарках и выравнивании под открытые задачи. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках выравнивания вроде Arena‑Hard и WritingBench.

Контекст 262K
Вход / 1M ₽8.09
Выход / 1M ₽11.40
Выпущена 21 Jul 2025
×
z-ai
GLM 4.7 Flash
z-ai/glm-4.7-flash

GLM-4.7-Flash — быстрая модель класса 30B, ориентированная на баланс производительности и эффективности. Она оптимизирована для агентного программирования, планирования задач на длинном горизонте и совместной работы с инструментами. Подходит для сценариев, где нужен хороший уровень кодинговых возможностей при более низкой задержке.

Контекст 202K
Вход / 1M ₽6.84
Выход / 1M ₽45.60
Выпущена 19 Jan 2026