Ling-3.1-flash מול GLM-5.3-Flash: פי ארבעה בתפוקה כנגד נקודת אינדקס אחת

Ling-3.1-flash וGLM-5.3-Flashנוחתים בהפרש של נקודה אחת זה מזה במדד האינטליגנציה של Artificial Analysis — 41 מול 42 — מה שגורם להם להיראות כמו אותה החלטה בדיוק פעמיים. הם לא. GLM-5.3-Flash מייצר פלט בקצב של 53.0 טוקנים בשנייה ב-API של Z.ai עצמה; Ling-3.1-flash מייצר אותו בקצב של 211.0 טוקנים בשנייה ב-API של InclusionAI. זהו הבדל של פי ארבעה בתפוקה, והוא גדול בהרבה מכל פער שהמדד מפריד ביניהם לפיו. האחד מבין השניים הוא המודל היכולתי יותר כמעט בכל ציר איכות, והוא פתוח תחת רישיון MIT. האחר הוא זה שמסיים ראשון, הוא סגור, ואין לו מחיר, רישיון או צ'קפוינט מפורסמים. הבחירה ביניהם היא שאלה של מה עומס העבודה שלך ממתין לו.

הציר Ling-3.1-flash מנצח באופן מוחלט.

מהירות אינה הערת שוליים כשאתם בוחרים בין מודלים באותה רמת יכולת, וכאן היא כל הטיעון בעד דגם Ant.

• תפוקת פלט — Ling-3.1-flash 211.0 טוקנים לשנייה ב-API של InclusionAI לעומת GLM-5.3-Flash 53.0 טוקנים לשנייה ב-API של Z.ai. פי ארבעה מקצב היצירה.

• זמן עד לאסימון הראשון — Ling-3.1-flash 1.80 שניות לעומת GLM-5.3-Flash 3.18 שניות. המודל של Ant מתחיל להשיב בעוד שהמודל של Z.ai עדיין חושב, וזה חשוב יותר מתפוקה בשימוש אינטראקטיבי ובהזרמה.

• זמן לכל משימת Intelligence Index — Ling-3.1-flash כ-357 שניות לעומת GLM-5.3-Flash כ-979 שניות. משימת הערכה בודדת לוקחת ל-GLM-5.3-Flash כמעט פי שלושה זמן מקצה לקצה, משום שהוא גם איטי יותר לכל טוקן וגם לוקח לו יותר זמן להתחיל.

עבור לולאת סוכן שמבצעת תריסר קריאות עוקבות, או מוצר שבו אדם צופה בטוקנים מגיעים, זה לא שובר שוויון — זו כל הסיבה להעדיף מודל אחד. GLM-5.3-Flash הוא המודל הטוב יותר על הנייר והאיטי יותר בנתיב הבקשה.

היכן ש־GLM-5.3-Flash פשוט טוב יותר

בכל מקום אחר, והרשימה ארוכה מספיק כדי שיתרון התפוקה יצטרך להצדיק את מקומו.

• מהימנות הידע — GLM-5.3-Flash מקבל ציון +7.47 ב-AA-Omniscience, הטוב מבין שלושת המודלים ברמת Flash, עם שיעור הזיות של 27.6% בשאלות שנענו. Ling-3.1-flash מקבל ציון +2.22 עם שיעור הזיות של 37.9%. במדד המעניש המצאה יותר מאשר סירוב, הפער אמיתי ומצביע לאותו כיוון כמו האינדקס.

• ידע מדעי — GLM-5.3-Flash משיג 0.912 ב-GPQA Diamond. עבור Ling-3.1-flash לא פורסמה שורת GPQA Diamond. כך גם עבור DeepSeek V4.1 Flash (Max). מודל עם 0.91 בשאלות מדע ברמת תואר שני הוא כלי שונה ממודל שלא נמדד בהן.

• מודאליות — GLM-5.3-Flash קולט טקסט, תמונות וווידאו. Ling-3.1-flash קולט טקסט בלבד. זה אינו פער ביצועים שאמור להיסגר על ידי בנצ'מרק; זוהי יכולת שאיננה קיימת.

• משקולות ו — GLM-5.3-Flash הוא בעל משקולות פתוחות תחת MIT, ניתן להורדה ולאירוח עצמי. Ling-3.1-flash לא פרסם צ'קפוינט או טקסט רישיון, והוא מסווג כקנייני.

• עבודת ידע אג'נטית — GLM-5.3-Flash עם 1,453.73 Elo ב-AA-Briefcase v1.1 לעומת 1,400.35 של Ling-3.1-flash, על מדד שנבנה במיוחד סביב משימות עבודת ידע ולא סביב הפעלת מסוף.

• מחיר — GLM-5.3-Flash מפורסם ב-$0.15 למיליון טוקני קלט ו-$0.50 למיליון טוקני פלט ב-API של Z.ai, לעומת $0.30 ו-$0.90 של Ling-3.1-flash. מחצית מתעריף הקלט וכמחצית מתעריף הפלט, ממודל עם ציון אינדקס גבוה יותר ומשקולות פתוחות.

השורות שבהן Ant עונה בחזרה

Ling-3.1-flash לא מובס בכל התחומים. בעבודת טרמינל אג'נטית הוא מוביל במעט, וב-coding-science הוא באותה רמה:

• Terminal-Bench 4.0 — Ling-3.1-flash 0.333 לעומת GLM-5.3-Flash 0.328. למעשה מדובר בתיקו, ושניהם נמצאים מתחת לשכבת החזית.

• SciCode — Ling-3.1-flash 0.541 לעומת GLM-5.3-Flash 0.516. ניצחון דחוק.

• AutomationBench-AA — 0.617 לעומת 0.604. עוד ניצחון דחוק.

• GDPval-AA — Ling-3.1-flash עם 1,621.75 Elo מול GLM-5.3-Flash עם 1,646.86. GLM מחזיר את זה לעצמו.

קרא את ארבע השורות יחד והתמונה ברורה. במקומות שבהם ניתן בכלל להפריד בין שני המודלים, ההפרדה נמצאת בתוך הרעש של ריצת הערכה בודדת. הפרש נקודה אחת במדד ביניהם אינו דירוג; זו הטלת מטבע המוטה מעט לכיוון GLM בגלל שורות המהימנות. מה שאינו הטלת מטבע הוא פער התפוקה של פי 4 ופער המחיר של פי 2, ושניהם מצביעים בכיוון ההפוך.

יש גם פרט הקשור להגשה שראוי לציין, משום שהוא משנה את גודלו של פער התפוקה הזה בהתאם למקום שממנו אתם קוראים למודל. ה-API של Z.ai עצמו נמדד ב-53.0 אסימונים לשנייה. המדידה בת שבעת הימים בקטלוג שלנו עבור GLM-5.3-Flash בנתיבים שלנו מציגה 150.6 אסימונים לשנייה של פלט, עם השהיה חציונית של 4.2 שניות לאסימון הראשון. אותם משקלות, כשהם מוגשים מפריסה אחרת, פועלים כמעט פי שלושה מהר יותר. נתוני תפוקה של ספק הם מאפיין של ספק, לא של מודל.

מפרט, שורה אחר שורה

נושא ראשון בכל שורה:

• גודל — Ling-3.1-flash 560B סה"כ / 25B פעילים לעומת GLM-5.3-Flash 320B סה"כ / 18B פעילים.

• הקשר מוצהר — 1M טוקנים בשניהם. שורת הסקת ההקשר הארוך של GLM-5.3-Flash נמדדת ב-0.80 ב-AA-LCR; זו של Ling-3.1-flash ב-0.83. שניהם קרובים ל-0.84 של DeepSeek V4.1 Flash (Max), כלומר הסקת הקשר הארוך אינה עוד גורם מבדל בדרג זה.

• תקרת פלט — GLM-5.3-Flash עם 128,000 טוקנים בקטלוג שלנו לעומת Ling-3.1-flash ללא מקסימום מפורסם. אחד מהם יכול להיות מותאם ליצירה ארוכה, והאחר לא.

• מדד — 41 לעומת 42.

• תפוקה — 211.0 טוקנים לשנייה לעומת 53.0 ב-API של הספקים, 150.6 נמדדו בנתיבים שלנו.

• משקולות — קנייני וללא רישיון לעומת פתוח תחת MIT.

• מודאליות — טקסט בלבד לעומת קלט של טקסט, תמונה ווידאו.

מחיר — $0.30 / $0.90 למיליון קלט / פלט לעומת $0.15 / $0.50 ב-API של Z.ai.

איך בעצם מריצים את ההשוואה הזו

GLM-5.3-Flash נמצא כעת בקטלוג של OrcaRouter, במחיר של 0.075$ למיליון טוקני קלט, 0.25$ למיליון טוקני פלט ו-0.0173$ למיליון קריאות מטמון — קראו את הכרטיס החי ולא את הפסקה הזו, כי תעריפי השירות משתנים, והסדר של העברה ישירה משמעו ששינוי מחיר מצד הספק משתקף אצלנו באותו היום. הערך של הסדר הזה עבור ההתמודדות הספציפית הזו הוא שהפתיחות והיתרון המחירי של GLM-5.3-Flash הם שני הדברים שהופכים אותו לברירת המחדל ההגיונית, ומסלול סגור עם 0% תוספת הוא הדרך להמשיך לבחון את Ling-3.1-flash מולו בלי להוסיף קשר עם ספק.

Ling-3.1-flash אינו בקטלוג שלנו — חיפוש מול ה-API הציבורי שלנו למודלים מחזיר not-found עבור המודל תחת InclusionAI, והמאמר הזה לא ירמוז שאנחנו מספקים אותו. הוא פועל דרך ה-API של Ant עצמה ופלטפורמות צד שלישי שמציעות את ההפצה, וזוהי המידה הכנה של זמינותו.

הצורה היצרנית של ההשוואה הזאת אינה בינארית. GLM-5.3-Flash הוא פתוח, הזול ביותר, מולטימודלי, אמין יותר בשאלות ידע וזמין דרך 23 ספקים — זהו מסלול ברירת מחדל. המקרה של Ling-3.1-flash הוא תפוקה ו-TTFT בלולאות סוכנים, והמחיר של זה הוא שהוא סגור, טקסטואלי בלבד, יקר יותר ונגיש דרך פחות דלתות. נתבו את העבודה האינטראקטיבית והרגישה להשהיה אל המודל המהיר, השאירו את העבודה באצווה, עתירת הידע והמולטימודלית על המודל הפתוח, והציבו ביניהם נפילה לאחור כדי שעליון איטי לא יהפוך למוצר איטי.

איזה אחד לבחור?

אם קריטריוני ההערכה שלך הם יכולת, עלות, פתיחות ומודאליות, GLM-5.3-Flash מנצח בהתמודדות הזו וזה לא ממש צמוד — ציון אינדקס גבוה יותר, פרופיל מהימנות הידע הטוב ביותר בשכבה, 0.912 ב-GPQA Diamond, משקולות MIT, קלט וידאו, חצי מהמחיר, ו-23 ספקים מאחוריו. אם הקריטריונים שלך כוללים כמה זמן משתמש ממתין או כמה קריאות עוקבות משימה יכולה לבצע, Ling-3.1-flash הוא המודל שמסיים, וקצב היצירה שלו — פי ארבעה — אינו בגדר שגיאת עיגול בלולאת סוכן.

מה שיכריע את העניין הוא פרט שירות שאף ספק לא מפרסם בצורה ברת־השוואה: תפוקה בפועל על עומס העבודה שלך, דרך הספק שלך. שני המודלים עונים לאותו פורמט chat-completions תואם OpenAI, כלומר המעבר ביניהם הוא שינוי תצורה ולא מיגרציה — ולשני מודלים שמפרידים ביניהם נקודת אינדקס אחת ופער של פי ארבע במהירות, מדידת המספר האחד הזה על התעבורה שלך היא ניצול טוב יותר של אחר הצהריים מאשר קריאת עוד שורת בנצ׳מרק.