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 Qwen 3.5 Omni Flash: 262 144 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
140,40 ₽
0,14 ₽ за запрос
Разница: 50,40 ₽ · 35,9% 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.
Qwen 3.5 Omni Flash
Без пика за весь объём: 140,40 ₽
Контекст: 262 144 токенов · максимум вывода: 64 000.
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
структурированный JSON: GLM 4.7 — поддержка заявлена; Qwen 3.5 Omni Flash — поддержка не заявлена. Эти флаги не измеряют качество агента. Проверьте контракт endpoint, корректность вызовов и выполнение своей задачи.
Qwen 3.5 Omni Flash
Qwen 3.5 Omni Flash 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.
Разные возможности
GLM 4.7 заявляет поддержку режима рассуждений. Наличие режима не доказывает преимущество в качестве; проверьте условия его включения и свою задачу.
Визуальное сравнение
Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.
Снимок: · Свежесть: устаревший или резервный снимок
GLM 4.7: совпадение идентификатора · Qwen 3.5 Omni Flash: 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
Qwen 3.5 Omni Flash
Оптимальный · опубликованные цены
GLM 4.7
Оптимальный
Цена: вход 51,428 ₽ · выход 192,855 ₽
Вход из кэша: 5,1428 ₽
За 1 млн токенов
Цена кэша применяется только к подтверждённым кэшированным входным токенам; попадание в кэш не гарантируется.
Qwen 3.5 Omni Flash
Оптимальный
Цена: вход 66,8564 ₽ · выход 367,7102 ₽
Вход из кэша: 6,6856 ₽
За 1 млн токенов
Цена кэша применяется только к подтверждённым кэшированным входным токенам; попадание в кэш не гарантируется.
Контекст · Оптимальный, токены
GLM 4.7
Qwen 3.5 Omni Flash
Лимит входа · Оптимальный, токены
GLM 4.7
Qwen 3.5 Omni Flash
Лимит вывода · Оптимальный, токены
GLM 4.7
Qwen 3.5 Omni Flash
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.
Быстрая Omni-модель Alibaba для мультимодальных диалогов, анализа изображений, аудио и видео. Генерирует текст и речь, поддерживает потоковые ответы, вызов функций и встроенный веб-поиск.
Функции по каталогу
Сверьте конкретный endpoint и параметры с документацией.
Текст на входе
GLM 4.7
Qwen 3.5 Omni Flash
Изображения на входе
GLM 4.7
Qwen 3.5 Omni Flash
Аудио на входе
GLM 4.7
Qwen 3.5 Omni Flash
Видео на входе
GLM 4.7
Qwen 3.5 Omni Flash
Файлы на входе
GLM 4.7
Qwen 3.5 Omni Flash
Текст на выходе
GLM 4.7
Qwen 3.5 Omni Flash
Изображения на выходе
GLM 4.7
Qwen 3.5 Omni Flash
Аудио на выходе
GLM 4.7
Qwen 3.5 Omni Flash
Видео на выходе
GLM 4.7
Qwen 3.5 Omni Flash
Режим рассуждений
GLM 4.7
Qwen 3.5 Omni Flash
Потоковый ответ
GLM 4.7
Qwen 3.5 Omni Flash
Вызов инструментов
GLM 4.7
Qwen 3.5 Omni Flash
Структурированный ответ
GLM 4.7
Qwen 3.5 Omni Flash
Используйте точный публичный ID в поле model.
GLM 4.7
glm-4.7Qwen 3.5 Omni Flash
qwen3.5-omni-flashЭндпоинт: 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 Qwen 3.5 Omni Flash 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 — 89,999 ₽ у GLM 4.7 и 140,3984 ₽ у Qwen 3.5 Omni Flash. 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, 262 144 у Qwen 3.5 Omni Flash. Отдельные лимиты входа и вывода могут ограничить нагрузку. Неизвестный лимит не означает отсутствие ограничения.