NEUROAPI / СРАВНЕНИЕ МОДЕЛЕЙ

GLM 4.7 vs qwen3.6-flash

Сравните стоимость одинаковой нагрузки, ограничения и опубликованные результаты.

Рассчитать свою нагрузку Посмотреть бенчмарки

Z-AI

GLM 4.7

glm-4.7

За одинаковую нагрузку

90,00 ₽

Qwen

qwen3.6-flash

qwen3.6-flash

За одинаковую нагрузку

68,95 ₽

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 qwen3.6-flash: 1 000 000 токенов

Стоимость вашей текстовой нагрузки

Один объём — две модели. Изменяйте нагрузку и сравнивайте расходы. Расчёт не отправляет запросы и не списывает баланс.

ТарифВалюта

Входных токенов в запросеВыходных токенов в запросеКоличество запросов

Кеш и пиковые часы

Из них входных токенов из кешаДоля запросов в пиковые часы, %

Кеш — часть входа, а не дополнительные токены. Порог цены применяется к каждому запросу.

Расходы за весь объём

1 000 запросов

GLM 4.7

90,00 ₽

0,09 ₽ за запрос

qwen3.6-flash

68,95 ₽

0,07 ₽ за запрос

090,00 ₽

Разница: 21,05 ₽ · 23,4% от большей суммы

По этой нагрузке дешевле qwen3.6-flash. Это сравнение стоимости, а не качества ответов.

Цены, расписание и лимиты

GLM 4.7

Без пика за весь объём: 90,00 ₽

Контекст: 128 000 токенов · максимум вывода: 128 000.

qwen3.6-flash

Без пика за весь объём: 68,95 ₽

Контекст: 1 000 000 токенов · максимум вывода: 64 000.

Что учитывает расчёт

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.

Проверить требования к задаче

Выберите обязательные функции.

Задача

Обязательные функцииИзображения на входеФайлы на входеВызовы инструментовСтруктурированный JSONПотоковый ответ

GLM 4.7

Обязательные функции ещё не выбраны.

qwen3.6-flash

Обязательные функции ещё не выбраны.

Условия и ограничения

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.

Что можно заключить по этой паре

Стоимость одинаковой нагрузки

qwen3.6-flash

Почему такой вывод

qwen3.6-flash 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.

Код и сложные задачи

Недостаточно сопоставимых измерений

Почему такой вывод

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.

Агенты и инструменты

Разные возможности

Почему такой вывод

прямой входной файл: GLM 4.7 — поддержка не заявлена; qwen3.6-flash — поддержка заявлена. Эти флаги не измеряют качество агента. Проверьте контракт endpoint, корректность вызовов и выполнение своей задачи.

Длинные документы

qwen3.6-flash

Почему такой вывод

qwen3.6-flash имеет больший опубликованный лимит контекста на тарифе «Оптимальный». Это не замер качества работы с длинным документом; учитывайте лимиты входа и вывода.

Интерактивные ответы

Недостаточно сопоставимых измерений

Почему такой вывод

Сопоставимые замеры задержки API не опубликованы. Сравните время до первого токена и полное время ответа при одинаковом запросе и тарифе.

Задачи с рассуждением

Недостаточно сопоставимых измерений

Почему такой вывод

Поддержка режима рассуждений одинаково заявлена в каталоге. Для оценки качества нужны результаты конкретной задачи.

Визуальное сравнение

Что показывают бенчмарки

Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.

Снимок: 06.09.2026 · Свежесть: устаревший или резервный снимок

Идентификаторы обеих моделей сопоставлены.

Даты измерений не опубликованы.

Нет общих показателей для графика. Отдельные результаты можно раскрыть ниже; отсутствие данных не означает низкое качество.

Ограничения и методика

Недостаточно подтверждённых данных для рекомендации победителя.

Источник получен более семи дней назад или свежесть не подтверждена.
Дата получения данных не является датой измерения; даты измерений не подтверждены для обеих моделей.
Версия API не подтверждает версию протокола измерения индекса.
Опубликованный индекс не доказывает преимущество на вашей нагрузке и не содержит доверительного интервала.

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.

Исходные результаты и параметры

OpenRouter · результаты источников

Artificial Analysis, Design Arena и OpenRouter Evals представлены раздельно.

GLM 4.7

Идентификатор источника: z-ai/glm-4.7

Artificial Analysis

Intelligence Index: Нет данных
Coding Index: 45,3
Agentic Index: Нет данных

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.

Design Arena

agents / androidnative: Elo 1 134 · место 28 · 56,2% побед
agents / fullstack: Elo 1 061 · место 34 · 45,1% побед
agents / godotgamedev: Elo 1 058 · место 28 · 35,8% побед
agents / mobileapps: Elo 1 146 · место 29 · 48,9% побед
models / 3d: Elo 1 229 · место 41 · 54,3% побед
models / asciiart: Elo 1 189 · место 27 · 48,1% побед
models / codecategories: Elo 1 233 · место 41 · 54,8% побед
models / dataviz: Elo 1 215 · место 48 · 51,2% побед
models / gamedev: Elo 1 219 · место 44 · 55,2% побед
models / svg: Elo 1 180 · место 41 · 54,3% побед
models / uicomponent: Elo 1 222 · место 44 · 51% побед
models / website: Elo 1 239 · место 41 · 55,3% побед

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.

OpenRouter Evals · отдельные запуски

Запуски не опубликованы.

qwen3.6-flash

Идентификатор источника: qwen/qwen3.6-flash

Artificial Analysis

Индексы не опубликованы.

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.

Design Arena

Рейтинги не опубликованы.

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.

OpenRouter Evals · отдельные запуски

Запуски не опубликованы.

OpenEvals · отдельный набор данных

Обновление набора: 28.03.2026. Дата строки набора не подтверждает дату запуска теста.

GLM 4.7

EvasionB: 82,91 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: EvasionBench API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
GPQA: 85,7 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: GPQA Diamond API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
HLE: 24,8 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: HLE API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
MMLU-Pro: 84,3 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: MMLU-Pro API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
TB 2.0: 33,4 % · Success Rate
Дата строки: 16.03.2026 · Источник строки: Terminal-Bench 2.0 API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.

qwen3.6-flash

Опубликованных результатов для этой модели не найдено.

OpenRouter Benchmarks API OpenEvals · набор данных

Цены и ограничения API

Характеристики опубликованы в каталоге NeuroAPI. Поддержка функции не измеряет качество выполнения задачи. Тариф «Оптимальный» показан отдельно; другой тариф выбирается в калькуляторе.

Цены, пороги и лимиты · Оптимальный

Условия доступа

Одинаковый тариф, опубликованные единицы и ограничения.

GLM 4.7qwen3.6-flash

Задачи по каталогу

GLM 4.7

Текст и код

qwen3.6-flash

Текст и код

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.

qwen3.6-flash

Оптимальный

Цена: вход 31,3389 ₽ · выход 188,0336 ₽

Вход из кэша: 6,2678 ₽

За 1 млн токенов

Базовая ставка: до 256 000 входных токенов включительно.

Длинный контекст от 256 001 входных токенов

Вход 125,3558 ₽ (×4) · выход 501,423 ₽ (×2,6667)

Контекст · Оптимальный, токены

GLM 4.7

128 000

qwen3.6-flash

1 000 000

Лимит входа · Оптимальный, токены

GLM 4.7

Не опубликован

qwen3.6-flash

Не опубликован

Лимит вывода · Оптимальный, токены

GLM 4.7

128 000

qwen3.6-flash

64 000

Подробнее о моделях

GLM 4.7

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.

qwen3.6-flash

Qwen3.6 Flash — быстрая мультимодальная модель Qwen для массового production-трафика. Идентификатор `qwen3.6-flash` работает через OpenAI-совместимые Chat Completions и Responses API NeuroAPI.\n\n## Возможности\n\n- текст, изображения и видео на входе; текст на выходе;\n- контекст до 1 млн токенов, выход до 65 536 токенов;\n- reasoning, streaming, вызов функций и структурированный вывод;\n- кеширование общего начала запросов.\n\n## Сценарии\n\nИспользуйте модель для быстрых ассистентов, визуального анализа, извлечения данных, классификации, суммаризации, модерации и недорогих агентных шагов. Для наиболее сложного кода и длинных автономных задач предпочтительнее линейка 3.7 Plus/Max.\n\n## Цена и ограничения\n\nСвыше 256K входных токенов действует повышенный ценовой уровень для всего запроса; актуальная стоимость отображается в каталоге NeuroAPI. Модель может ошибаться в деталях изображения, фактах и расчётах.

Все заявленные функции и форматы

Функции по каталогу

Сверьте конкретный endpoint и параметры с документацией.

GLM 4.7qwen3.6-flash

Текст на входе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Изображения на входе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Аудио на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Видео на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Файлы на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Заявлено

Текст на выходе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Изображения на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Аудио на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Видео на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Режим рассуждений

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Потоковый ответ

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Вызов инструментов

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Структурированный ответ

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Подключить выбранную модель

Используйте точный публичный ID в поле model.

GLM 4.7

glm-4.7

qwen3.6-flash

qwen3.6-flash

Формат интеграции

Эндпоинт: POST /v1/chat/completions

Модель в примере

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 код

API-ключ храните на сервере в переменной NEUROAPI_KEY.

Условия и ограничения

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.

Вопросы о моделях

Обзор этой пары и подход к выбору

Сравниваем GLM 4.7 и qwen3.6-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.

Что дешевле через API: GLM 4.7 или qwen3.6-flash?

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 68,9457 ₽ у qwen3.6-flash. Учитываются применимые пороги объёма одного запроса. Изменение входа, вывода, кеша или пика может изменить выбор.

Как подключить GLM 4.7 и qwen3.6-flash?

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.

Как выбрать модель для своей задачи?

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.

Какие ограничения учитываются в сравнении?

На тарифе «Оптимальный» опубликованный контекст: 128 000 у GLM 4.7, 1 000 000 у qwen3.6-flash. Отдельные лимиты входа и вывода могут ограничить нагрузку. Неизвестный лимит не означает отсутствие ограничения.

Продолжить выбор

GLM 4.7: цены и API qwen3.6-flash: цены и API Все модели и цены Все сравнения

Другие сравнения с этими моделями

NEUROAPI / СРАВНЕНИЕ МОДЕЛЕЙ

GLM 4.7 vs qwen3.6-flash

Сравните стоимость одинаковой нагрузки, ограничения и опубликованные результаты.

Рассчитать свою нагрузку Посмотреть бенчмарки

Z-AI

GLM 4.7

glm-4.7

За одинаковую нагрузку

90,00 ₽

Qwen

qwen3.6-flash

qwen3.6-flash

За одинаковую нагрузку

68,95 ₽

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 qwen3.6-flash: 1 000 000 токенов

Стоимость вашей текстовой нагрузки

ТарифВалюта

Входных токенов в запросеВыходных токенов в запросеКоличество запросов

Кеш и пиковые часы

Из них входных токенов из кешаДоля запросов в пиковые часы, %

Кеш — часть входа, а не дополнительные токены. Порог цены применяется к каждому запросу.

Расходы за весь объём

1 000 запросов

GLM 4.7

90,00 ₽

0,09 ₽ за запрос

qwen3.6-flash

68,95 ₽

0,07 ₽ за запрос

090,00 ₽

Разница: 21,05 ₽ · 23,4% от большей суммы

По этой нагрузке дешевле qwen3.6-flash. Это сравнение стоимости, а не качества ответов.

Цены, расписание и лимиты

GLM 4.7

Без пика за весь объём: 90,00 ₽

Контекст: 128 000 токенов · максимум вывода: 128 000.

qwen3.6-flash

Без пика за весь объём: 68,95 ₽

Контекст: 1 000 000 токенов · максимум вывода: 64 000.

Что учитывает расчёт

Проверить требования к задаче

Выберите обязательные функции.

Задача

GLM 4.7

Обязательные функции ещё не выбраны.

qwen3.6-flash

Обязательные функции ещё не выбраны.

Условия и ограничения

Что можно заключить по этой паре

Стоимость одинаковой нагрузки

qwen3.6-flash

Почему такой вывод

Код и сложные задачи

Недостаточно сопоставимых измерений

Почему такой вывод

Агенты и инструменты

Разные возможности

Почему такой вывод

Длинные документы

qwen3.6-flash

Почему такой вывод

Интерактивные ответы

Недостаточно сопоставимых измерений

Почему такой вывод

Задачи с рассуждением

Недостаточно сопоставимых измерений

Почему такой вывод

Визуальное сравнение

Что показывают бенчмарки

Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.

Снимок: 06.09.2026 · Свежесть: устаревший или резервный снимок

Идентификаторы обеих моделей сопоставлены.

Даты измерений не опубликованы.

Ограничения и методика

Недостаточно подтверждённых данных для рекомендации победителя.

Источник получен более семи дней назад или свежесть не подтверждена.
Дата получения данных не является датой измерения; даты измерений не подтверждены для обеих моделей.
Версия API не подтверждает версию протокола измерения индекса.
Опубликованный индекс не доказывает преимущество на вашей нагрузке и не содержит доверительного интервала.

Исходные результаты и параметры

OpenRouter · результаты источников

Artificial Analysis, Design Arena и OpenRouter Evals представлены раздельно.

GLM 4.7

Идентификатор источника: z-ai/glm-4.7

Artificial Analysis

Intelligence Index: Нет данных
Coding Index: 45,3
Agentic Index: Нет данных

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.

Design Arena

agents / androidnative: Elo 1 134 · место 28 · 56,2% побед
agents / fullstack: Elo 1 061 · место 34 · 45,1% побед
agents / godotgamedev: Elo 1 058 · место 28 · 35,8% побед
agents / mobileapps: Elo 1 146 · место 29 · 48,9% побед
models / 3d: Elo 1 229 · место 41 · 54,3% побед
models / asciiart: Elo 1 189 · место 27 · 48,1% побед
models / codecategories: Elo 1 233 · место 41 · 54,8% побед
models / dataviz: Elo 1 215 · место 48 · 51,2% побед
models / gamedev: Elo 1 219 · место 44 · 55,2% побед
models / svg: Elo 1 180 · место 41 · 54,3% побед
models / uicomponent: Elo 1 222 · место 44 · 51% побед
models / website: Elo 1 239 · место 41 · 55,3% побед

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.

OpenRouter Evals · отдельные запуски

Запуски не опубликованы.

qwen3.6-flash

Идентификатор источника: qwen/qwen3.6-flash

Artificial Analysis

Индексы не опубликованы.

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.

Design Arena

Рейтинги не опубликованы.

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.

OpenRouter Evals · отдельные запуски

Запуски не опубликованы.

OpenEvals · отдельный набор данных

Обновление набора: 28.03.2026. Дата строки набора не подтверждает дату запуска теста.

GLM 4.7

EvasionB: 82,91 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: EvasionBench API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
GPQA: 85,7 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: GPQA Diamond API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
HLE: 24,8 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: HLE API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
MMLU-Pro: 84,3 % · Accuracy
Дата строки: 16.03.2026 · Источник строки: MMLU-Pro API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.
TB 2.0: 33,4 % · Success Rate
Дата строки: 16.03.2026 · Источник строки: Terminal-Bench 2.0 API
Среда оценки: не опубликована · Конфигурация: неизвестна
Источник измерения
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.
- Оценка уверенности — метка набора данных, не доверительный интервал.
- Дата строки набора данных не подтверждает дату измерения.
- Полная конфигурация и версия среды оценки не подтверждены.
Конфигурация не опубликована или не прошла проверку.

qwen3.6-flash

Опубликованных результатов для этой модели не найдено.

OpenRouter Benchmarks API OpenEvals · набор данных

Цены и ограничения API

Цены, пороги и лимиты · Оптимальный

Условия доступа

Одинаковый тариф, опубликованные единицы и ограничения.

GLM 4.7qwen3.6-flash

Задачи по каталогу

GLM 4.7

Текст и код

qwen3.6-flash

Текст и код

Оптимальный · опубликованные цены

GLM 4.7

Оптимальный

Цена: вход 51,428 ₽ · выход 192,855 ₽

Вход из кэша: 5,1428 ₽

За 1 млн токенов

qwen3.6-flash

Оптимальный

Цена: вход 31,3389 ₽ · выход 188,0336 ₽

Вход из кэша: 6,2678 ₽

За 1 млн токенов

Базовая ставка: до 256 000 входных токенов включительно.

Длинный контекст от 256 001 входных токенов

Вход 125,3558 ₽ (×4) · выход 501,423 ₽ (×2,6667)

Контекст · Оптимальный, токены

GLM 4.7

128 000

qwen3.6-flash

1 000 000

Лимит входа · Оптимальный, токены

GLM 4.7

Не опубликован

qwen3.6-flash

Не опубликован

Лимит вывода · Оптимальный, токены

GLM 4.7

128 000

qwen3.6-flash

64 000

Подробнее о моделях

GLM 4.7

qwen3.6-flash

Все заявленные функции и форматы

Функции по каталогу

Сверьте конкретный endpoint и параметры с документацией.

GLM 4.7qwen3.6-flash

Текст на входе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Изображения на входе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Аудио на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Видео на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Файлы на входе

GLM 4.7

Не заявлено

qwen3.6-flash

Заявлено

Текст на выходе

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Изображения на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Аудио на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Видео на выходе

GLM 4.7

Не заявлено

qwen3.6-flash

Не заявлено

Режим рассуждений

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Потоковый ответ

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Вызов инструментов

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Структурированный ответ

GLM 4.7

Заявлено

qwen3.6-flash

Заявлено

Подключить выбранную модель

Используйте точный публичный ID в поле model.

GLM 4.7

glm-4.7

qwen3.6-flash

qwen3.6-flash

Формат интеграции

Эндпоинт: POST /v1/chat/completions

Модель в примере

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 код

API-ключ храните на сервере в переменной NEUROAPI_KEY.

Условия и ограничения

Копирование примера не отправляет запрос.

Проверьте поддержку Chat Completions выбранной моделью и доступ к ней у вашего API-ключа.

Вопросы о моделях

Обзор этой пары и подход к выбору

Что дешевле через API: GLM 4.7 или qwen3.6-flash?

Как подключить GLM 4.7 и qwen3.6-flash?

Как выбрать модель для своей задачи?

Какие ограничения учитываются в сравнении?

Продолжить выбор

GLM 4.7: цены и API qwen3.6-flash: цены и API Все модели и цены Все сравнения

Другие сравнения с этими моделями