NEUROAPI / СРАВНЕНИЕ МОДЕЛЕЙ
Сравните стоимость одинаковой нагрузки, ограничения и опубликованные результаты.
1 000 запросов · по 1 000 входных + 200 выходных токенов
Оптимальный · вне пика · без кеша · без платных инструментов и индивидуальных скидок
Контекст GLM 4.7: 128 000 токенов
Контекст GLM 5.3 Prime: 1 000 000 токенов
Один объём — две модели. Изменяйте нагрузку и сравнивайте расходы. Расчёт не отправляет запросы и не списывает баланс.
Кеш — часть входа, а не дополнительные токены. Порог цены применяется к каждому запросу.
Расходы за весь объём
1 000 запросов
90,00 ₽
0,09 ₽ за запрос
586,28 ₽
0,59 ₽ за запрос
Разница: 496,28 ₽ · 84,6% от большей суммы
По этой нагрузке дешевле GLM 4.7. Это сравнение стоимости, а не качества ответов.
GLM 4.7
Без пика за весь объём: 90,00 ₽
Контекст: 128 000 токенов · максимум вывода: 128 000.
GLM 5.3 Prime
Без пика за весь объём: 586,28 ₽
Контекст: 1 000 000 токенов · максимум вывода: 131 000.
Без платных инструментов, медиа, создания кеша и индивидуальных скидок. Чтение кеша — предположение, попадание в кеш не гарантируется. Одинаковый текст может содержать разное количество токенов у разных моделей. Неизвестный лимит не означает отсутствие ограничения.
Выберите обязательные функции.
Обязательные функции ещё не выбраны.
Обязательные функции ещё не выбраны.
Здесь показаны заявления публичного каталога; качество результата и совместимость конкретного API-формата проверяются отдельно.
«Не заявлено» не доказывает, что функция невозможна. Даже при наличии всех флагов каталог не подтверждает надёжность инструментов, точность JSON или качество работы с файлами.
GLM 4.7
GLM 4.7 дешевле для примера: 1 000 запросов, по 1 000 входных и 200 выходных токенов, тариф «Оптимальный», вне пика, без кеша и платных инструментов. При другой нагрузке результат может измениться.
Недостаточно сопоставимых измерений
Нет достаточно свежих сопоставимых свидетельств с подтверждёнными условиями и датой оценки для короткого вывода. Исторические результаты можно изучить в разделе источников; проверьте модели на своём коде.
Разные возможности
входное изображение: GLM 4.7 — поддержка заявлена; GLM 5.3 Prime — поддержка не заявлена. Эти флаги не измеряют качество агента. Проверьте контракт endpoint, корректность вызовов и выполнение своей задачи.
GLM 5.3 Prime
GLM 5.3 Prime имеет больший опубликованный лимит контекста на тарифе «Оптимальный». Это не замер качества работы с длинным документом; учитывайте лимиты входа и вывода.
Недостаточно сопоставимых измерений
Сопоставимые замеры задержки API не опубликованы. Сравните время до первого токена и полное время ответа при одинаковом запросе и тарифе.
Недостаточно сопоставимых измерений
Поддержка режима рассуждений одинаково заявлена в каталоге. Для оценки качества нужны результаты конкретной задачи.
Визуальное сравнение
Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.
Снимок: · Свежесть: устаревший или резервный снимок
GLM 4.7: совпадение идентификатора · GLM 5.3 Prime: соответствие не найдено
Даты измерений не опубликованы.
Нет общих показателей для графика. Отдельные результаты можно раскрыть ниже; отсутствие данных не означает низкое качество.
Недостаточно подтверждённых данных для рекомендации победителя.
Artificial Analysis публикует индексы, а не процент решённых задач. Design Arena публикует Elo; в общий график входят категории models. Результаты сборщиков и агентных оболочек остаются отдельными записями. Для рисунка используется единая шкала 100 / (1 + 10^((1200 − Elo)/400)). Площадь графика не означает общую силу модели.
Дата получения снимка не равна дате измерения. Неизвестные или различающиеся конфигурации не подтверждают сопоставимость запусков. SD — стандартное отклонение источника, а не доверительный интервал. Число наблюдений и интервалы не добавляются без публикации источником. Даты отображаются в UTC.
Artificial Analysis, Design Arena и OpenRouter Evals представлены раздельно.
Идентификатор источника: z-ai/glm-4.7
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: не опубликована
Метка уверенности не является доверительным интервалом.
Происхождение измерения и конфигурация не подтверждены.
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: не опубликована
Метка уверенности не является доверительным интервалом.
Происхождение измерения и конфигурация не подтверждены.
Запуски не опубликованы.
Соответствие модели источнику не подтверждено; результаты не подставляются из похожей версии.
Обновление набора: . Дата строки набора не подтверждает дату запуска теста.
EvasionB: 82,91 % · Accuracy
Дата строки: · Источник строки: EvasionBench API
Среда оценки: не опубликована · Конфигурация: неизвестна
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: official
Метка уверенности не является доверительным интервалом.
Конфигурация не опубликована или не прошла проверку.
GPQA: 85,7 % · Accuracy
Дата строки: · Источник строки: GPQA Diamond API
Среда оценки: не опубликована · Конфигурация: неизвестна
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: official
Метка уверенности не является доверительным интервалом.
Конфигурация не опубликована или не прошла проверку.
HLE: 24,8 % · Accuracy
Дата строки: · Источник строки: HLE API
Среда оценки: не опубликована · Конфигурация: неизвестна
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: official
Метка уверенности не является доверительным интервалом.
Конфигурация не опубликована или не прошла проверку.
MMLU-Pro: 84,3 % · Accuracy
Дата строки: · Источник строки: MMLU-Pro API
Среда оценки: не опубликована · Конфигурация: неизвестна
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: official
Метка уверенности не является доверительным интервалом.
Конфигурация не опубликована или не прошла проверку.
TB 2.0: 33,4 % · Success Rate
Дата строки: · Источник строки: Terminal-Bench 2.0 API
Среда оценки: не опубликована · Конфигурация: неизвестна
Дата получения: не опубликована · Дата измерения: не опубликована
Версия записи: не опубликована · Протокол оценки: не опубликован
Метка уверенности источника: official
Метка уверенности не является доверительным интервалом.
Конфигурация не опубликована или не прошла проверку.
Опубликованных результатов для этой модели не найдено.
Характеристики опубликованы в каталоге NeuroAPI. Поддержка функции не измеряет качество выполнения задачи. Тариф «Оптимальный» показан отдельно; другой тариф выбирается в калькуляторе.
Условия доступа
Одинаковый тариф, опубликованные единицы и ограничения.
Задачи по каталогу
GLM 4.7
GLM 5.3 Prime
Оптимальный · опубликованные цены
GLM 4.7
Оптимальный
Цена: вход 51,43 ₽ · выход 192,86 ₽
Вход из кэша: 5,14 ₽
За 1 млн токенов
Цена кэша применяется только к подтверждённым кэшированным входным токенам; попадание в кэш не гарантируется.
GLM 5.3 Prime
Оптимальный
Цена: вход 360,00 ₽ · выход 1 131,42 ₽
Вход из кэша: 72,00 ₽
За 1 млн токенов
Цена кэша применяется только к подтверждённым кэшированным входным токенам; попадание в кэш не гарантируется.
Контекст · Оптимальный, токены
GLM 4.7
GLM 5.3 Prime
Лимит входа · Оптимальный, токены
GLM 4.7
GLM 5.3 Prime
Лимит вывода · Оптимальный, токены
GLM 4.7
GLM 5.3 Prime
GLM 4.7 — модель GLM для инженерных и агентных задач; подходит для программирования, вызова функций и длинных рассуждений. В API NeuroAPI используется официальный клиентский идентификатор `glm-4.7`.\n\n## Когда выбирать модель\n\n- код и рефакторинг;\r\n- структурированные процессы с инструментами;\r\n- анализ технических документов;\r\n\n\n## Возможности\n\nПубличная карточка модели заявляет вход: текст, изображения; результат: текст. Доступны: управляемое рассуждение, потоковая выдача, вызов функций, структурированный вывод. Указанное в каталоге контекстное окно — до 128K.\n\n## Актуальность и выбор\n\nGLM-5.1 сильнее в сложной инженерии, но это уже не новейшая вершина семейства; GLM-4.7 остаётся практичным вариантом для типовых задач.\n\n## Ограничения\n\nМодель следует выбирать по реальному тесту на ваших данных: сложность промпта, объём контекста, формат ответа и требования к точности заметно влияют на результат. Не передавайте чувствительные данные без оценки собственных требований к безопасности и соответствию.
GLM 5.3 Prime — высокоскоростной вариант GLM 5.3 от Z.AI, доступный в NeuroAPI только на тарифе «Оптимальный» через Alibaba Cloud Model Studio (Singapore). Это не отдельная модель другого качества: Prime сохраняет возможности и контекст GLM 5.3, но обслуживается в ускоренном режиме Alibaba Prime. ## Чем отличается от обычной GLM 5.3 - скорость: 1.5–2× выше output TPS (токенов в секунду) за счёт inference acceleration; - цена: $2.8 за 1M входных и $8.8 за 1M выходных токенов против $1.4/$4.4 у обычной GLM 5.3; кэш — $0.56 против $0.28 за 1M; - контекст и ответ: те же 1M контекста и до 131K выходных токенов; - возможности: reasoning, вызов инструментов, структурированный JSON и потоковая генерация сохраняются; - доступность: Prime подключён только к тарифу «Оптимальный» и только через Alibaba Cloud, обычная GLM 5.3 доступна у нескольких провайдеров. ## Для каких задач подходит - real-time чаты и интерактивные ассистенты, где важна задержка; - многошаговые агенты и оркестрация инструментов; - потоковая генерация кода и длительные инженерные сессии; - анализ больших документов и репозиториев в контексте до 1M токенов. ## Ограничения Модель принимает и возвращает только текст. Ускоренный режим не меняет содержание ответа, но стоит дороже обычной GLM 5.3; для массовых фоновых задач выгоднее стандартная версия. Проверяйте код, расчёты и фактические утверждения перед использованием в production.
Функции по каталогу
Сверьте конкретный endpoint и параметры с документацией.
Текст на входе
GLM 4.7
GLM 5.3 Prime
Изображения на входе
GLM 4.7
GLM 5.3 Prime
Аудио на входе
GLM 4.7
GLM 5.3 Prime
Видео на входе
GLM 4.7
GLM 5.3 Prime
Файлы на входе
GLM 4.7
GLM 5.3 Prime
Текст на выходе
GLM 4.7
GLM 5.3 Prime
Изображения на выходе
GLM 4.7
GLM 5.3 Prime
Аудио на выходе
GLM 4.7
GLM 5.3 Prime
Видео на выходе
GLM 4.7
GLM 5.3 Prime
Режим рассуждений
GLM 4.7
GLM 5.3 Prime
Потоковый ответ
GLM 4.7
GLM 5.3 Prime
Вызов инструментов
GLM 4.7
GLM 5.3 Prime
Структурированный ответ
GLM 4.7
GLM 5.3 Prime
Используйте точный публичный ID в поле model.
GLM 4.7
glm-4.7GLM 5.3 Prime
glm-5.3-primeЭндпоинт: POST /v1/chat/completions
curl https://neuroapi.host/v1/chat/completions \
-H "Authorization: Bearer $NEUROAPI_KEY" \
-H "Content-Type: application/json" \
--data '{
"model": "glm-4.7",
"messages": [
{
"role": "user",
"content": "Ответь одним предложением: что такое API?"
}
]
}'При самостоятельном запуске запрос использует баланс API-ключа.
Руководство: Текст и кодAPI-ключ храните на сервере в переменной NEUROAPI_KEY.
Копирование примера не отправляет запрос.
Проверьте поддержку Chat Completions выбранной моделью и доступ к ней у вашего API-ключа.
Пример показывает структуру запроса; наличие общей задачи не подтверждает поддержку каждого формата или параметра.
Сравниваем GLM 4.7 и GLM 5.3 Prime для задач: текст и код. Показываем опубликованные возможности, ограничения и условия цен; неизвестные результаты не превращаем в оценки качества.
Сначала определите задачу и обязательные требования, затем сравните стоимость одинаковой нагрузки и свидетельства при сопоставимых условиях. Проверьте выбранные модели на типичных запросах своего продукта.
Для одинакового примера: 1 000 запросов, по 1 000 входных и 200 выходных токенов, тариф «Оптимальный», вне пика, без кеша и платных инструментов — 90,00 ₽ у GLM 4.7 и 586,28 ₽ у GLM 5.3 Prime. Учитываются применимые пороги объёма одного запроса. Изменение входа, вывода, кеша или пика может изменить выбор.
Создайте API-ключ NeuroAPI и используйте точное имя модели. Выберите endpoint и формат запроса из документации для своей задачи: текст, эмбеддинги, распознавание речи, синтез, изображения и видео имеют разные контракты.
Сначала проверьте обязательные входные форматы, tools/JSON, ограничения выбранного тарифа и стоимость нагрузки. Затем сравните совместимые результаты бенчмарков и проверьте обе модели на своём наборе задач.
На тарифе «Оптимальный» опубликованный контекст: 128 000 у GLM 4.7, 1 000 000 у GLM 5.3 Prime. Отдельные лимиты входа и вывода могут ограничить нагрузку. Неизвестный лимит не означает отсутствие ограничения.