Qwen 3.8 vs GLM-5.2: Skala Mentah vs Model Terbuka yang Ramping dan Diaudit

Dua model China yang paling banyak dibicarakan di tahun 2026 adalah sistem sparse Mixture-of-Experts, keduanya menjanjikan bobot terbuka, dan keduanya menekan harga frontier Barat — namun keduanya bisa sangat berbeda dalam filosofi. Alibaba Qwen3.8-Max, yang diperkenalkan di World AI Conference di Shanghai pada 19 Juli 2026, bertumpu pada skala besar: sekitar 2,4 triliun parameter dan ketelitian yang sangat mendalam yang disukai oleh penguji awal. Zhipu GLM-5.2 bertumpu pada kebalikannya — desain ramping dengan 40 miliar parameter aktif yang telah dinilai oleh Artificial Analysis, dengan hasil agentik yang menonjol dan bobot yang dapat Anda unduh hari ini. Ini adalah efisiensi versus ukuran mentah, dan kedua model membuatnya menjadi kontes yang sangat bersih.

Kunci yang membentuk segalanya di bawah ini: GLM-5.2 memperlihatkan semua kartunya, sementara Qwen 3.8 menyimpan sebagian besar kartunya menghadap ke bawah. Catatan untuk para pembangun — cara jujur untuk menentukan mana yang cocok dengan tumpukan Anda adalah menjalankan keduanya dengan prompt Anda sendiri. OrcaRouter menghadirkan lebih dari 200 model di belakang satu titik akhir yang kompatibel dengan OpenAI, sehingga Anda dapat mengadu Qwen 3.8melawan GLM-5.2 pada tugas yang sama tanpa harus menyambungkan dua SDK.

Kesimpulan TL;DR. GLM-5.2 adalah pilihan agentic open-weight pragmatis yang benar-benar dapat Anda gunakan saat ini. Menurut Artificial Analysis, model ini memiliki Intelligence Index teraudit sebesar 51, yang kuat Terminal-Bench 2.1 sebesar 82.7, dengan harga murah $0.95 / $3.00 harga, konteks 1M, dan — yang terpenting — bobot terbuka yang sudah dirilis pada hanya 40B parameter aktif. Qwen 3.8 Max adalah taruhan yang lebih besar: ~2.4T total parameter dan kualitas hands-on tingkat atas, tetapi ia menyembunyikan jumlah parameter aktifnya, memiliki tidak ada benchmark independen, adalah model paling lambat yang dijalankan penguji, dan bobotnya masih "coming soon." GLM membuktikan efisiensi berhasil; Qwen meminta Anda untuk percaya pada skala.

Poin-poin penting

•  GLM-5.2 (Zhipu) adalah 753B-total / 40B-active MoE dengan AA Intelligence Index yang diaudit sebesar 51 dan skor Terminal-Bench 2.1 sebesar 82.7 (sumber: Artificial Analysis); Qwen 3.8 Max adalah ~2.4T MoE preview yang jumlah parameter aktifnya tidak diungkapkan dan yang memiliki tidak ada skor yang diaudit.

•  Bobot GLM-5.2 adalah terbuka dan dapat diunduh hari ini (dirilis Juni 2026); Bobot Qwen 3.8 dijanjikan "segera" tetapi belum dirilis (~1.2TB, 8+ H200 GPU untuk dihosting sendiri).

• Harga lebih menguntungkan GLM: $0.95 / $3.00 per 1M token (AA blended ~$0.90). Pratinjau Qwen 3.8 sangat didiskon (~90% off) tetapi memiliki tidak ada harga API per token yang dipublikasikan dan diskon bersifat sementara.

•  Dalam pekerjaan agentic/terminal, GLM-5.2's 82.7 Terminal-Bench adalah kekuatan yang konkret dan telah diuji; keunggulan Qwen 3.8 adalah ketelitian dan one-shots kreatif — mengesankan dalam tes langsung, tetapi tidak diaudit dan lambat.

• Keduanya adalah model MoE open-weight China yang mengklaim konteks 1M-token; perbedaan sebenarnya adalah ramping dan teruji (GLM) versus besar dan belum teruji (Qwen).

Angka Qwen 3.8 adalah klaim vendor atau kesan awal yang tidak terkontrol — tidak diaudit secara independen. Angka GLM-5.2 berasal dari Artificial Analysis dan mungkin berbeda dari laporan Zhipu sendiri. Harga pratinjau Qwen 3.8 adalah diskon sementara; verifikasi tarif per token sebelum membuat anggaran. Perhatikan bahwa Qwen memiliki pagar pembatas konten yang selaras dengan CCP pada topik-topik yang sensitif secara politik.

Spesifikasi dan harga, berdampingan

Inilah data keras, setiap angka GLM-5.2 diatribusikan pada sumbernya.

•  Pembuat / status — Qwen 3.8 Max: Alibaba; pratinjau (19 Juli 2026); GLM-5.2: Zhipu; dirilis Juni 2026

• Arsitektur — Qwen 3.8 Max: ~2.4T total, MoE jarang; GLM-5.2: 753B total, MoE jarang (Artificial Analysis)

• Parameter aktif — Qwen 3.8 Max: Tidak diungkapkan oleh Alibaba; GLM-5.2: 40B aktif (Artificial Analysis)

•  Context window — Qwen 3.8 Max: Dilaporkan ~1M token (belum dikonfirmasi secara resmi); GLM-5.2: 1M token (Artificial Analysis)

• AA Intelligence Index — Qwen 3.8 Max: Belum ada — belum dinilai; GLM-5.2: 51 (Artificial Analysis)

•  Terminal-Bench 2.1 — Qwen 3.8 Max: Tidak ada angka yang dipublikasikan; GLM-5.2: 82.7 (Artificial Analysis)

• Harga (masuk/keluar) — Qwen 3.8 Max: Hanya pratinjau (~90% diskon; API per-token tidak dipublikasikan); GLM-5.2: $0.95 / $3.00 per 1M (AA campuran ~$0.90)

• Bobot terbuka — Qwen 3.8 Max: Dijanjikan "segera" (belum dirilis); GLM-5.2: Ya — dirilis, dapat diunduh hari ini

•  Kecepatan — Qwen 3.8 Max: Model paling lambat yang diuji (uji coba langsung); GLM-5.2: Lean 40B active — efisien secara desain

Dua hal membingkai pertandingan ini. Pertama, baris "parameter aktif" adalah tempat kedua filosofi bertabrakan. GLM-5.2 melakukan pekerjaan frontier-agentic-nya — skor 82.7 di Terminal-Bench 2.1 adalah skor serius — hanya pada 40B parameter aktif, angka publik yang dapat diverifikasi. Qwen 3.8 memiliki sekitar 2.4T total parameter tetapi tidak akan mengatakan berapa yang aktif, jadi Anda tidak bisa menilai efisiensinya sama sekali. Satu model membuktikan bahwa ia efisien; yang lain meminta Anda untuk menganggapnya.

Kedua, setiap kolom yang menentukan adopsi nyata saat ini condong ke arah GLM. GLM memiliki indeks yang diaudit (51) di mana Qwen kosong; GLM memiliki harga yang dipublikasikan dan stabil ($0.95 / $3.00) di mana Qwen memiliki diskon sementara dan tidak ada tarif API; dan bobotnya sudah di atas meja sedangkan bobot Qwen masih berupa janji. Penyeimbang Qwen 3.8 adalah skala mentah dan ketelitian yang tampaknya dibeli oleh skala tersebut — keuntungan nyata untuk pekerjaan yang mengutamakan kualitas, tetapi belum dikonfirmasi oleh papan skor netral.

Efisiensi vs skala mentah

Inti dari perbandingan ini adalah pertanyaan yang terus berputar di bidang ini: apakah pekerjaan tingkat frontier membutuhkan parameter skala frontier? GLM-5.2 adalah argumen terkuat terbaru bahwa tidak. Dengan melakukan 40B komputasi aktif per token, ia mencatat 82.7 pada Terminal-Bench 2.1 — salah satu hasil agen/terminal yang lebih baik, menurut Artificial Analysis — dan mencapai indeks keseluruhan yang diaudit sebesar 51. Itu adalah model yang ramping dan fokus yang berkinerja jauh di atas bobot parameter aktifnya, dan bersifat open-weight, sehingga tim dapat mengunduhnya, memeriksanya, dan menjalankannya pada perangkat keras yang jauh lebih sedikit daripada yang dibutuhkan raksasa 2.4T.

Qwen 3.8 mengambil jalan lain. Ia mengandalkan ukuran yang besar, dan dalam pengujian langsung, skala tersebut menunjukkan ketelitian daripada kecepatan. Dalam satu tugas pemahaman arsitektur, seorang pengulas (Trilogy AI) menjalankan Qwen 3.8 melawan Kimi K3: Qwen mendapat skor 80/100 dibandingkan Kimi yang 83, tetapi terlihat jauh lebih ekstensif — 354 sitasi repositori berbanding 274, nol panggilan alat yang gagal dibandingkan dua milik Kimi — dengan biaya latensi yang lebih tinggi dan total token yang lebih banyak. Seorang pengulas terpisah (thomas-wiegold.com) menyebutnya "sangat bagus dan sangat lambat," model paling lambat yang pernah mereka gunakan, namun tetap menempatkannya di tingkat kemampuan teratas. Itulah taruhan Qwen dalam bentuk mini: menggali lebih dalam, mengutip lebih banyak, melewatkan lebih sedikit — tetapi membayarnya dengan waktu, token, dan (untuk saat ini) klaim yang belum terverifikasi.

Untuk apa pun yang bersifat agen — loop terminal, pipeline berat alat, penyebaran yang dihosting sendiri — kombinasi GLM-5.2 antara Terminal-Bench 82.7 yang konkret, jejak aktif yang kecil, dan bobot yang dirilis sulit untuk dibantah saat ini. Ketelitian Qwen 3.8 sangat berharga untuk penelitian dan pengkodean mendalam yang mengutamakan kualitas, di mana Anda dapat menyerap latensinya, tetapi Anda membelinya dengan keyakinan: tidak ada skor yang diaudit, parameter aktif tersembunyi, bobot masih tertunda, dan pembatas yang selaras dengan CCP pada topik sensitif. Efisiensi yang dapat Anda ukur mengalahkan skala yang tidak dapat Anda ukur.

FAQ

Apakah Qwen 3.8 lebih baik daripada GLM-5.2?

Berdasarkan bukti yang ada saat ini, GLM-5.2 adalah pilihan yang lebih aman. Model ini memiliki Indeks Kecerdasan Analisis Buatan (Artificial Analysis Intelligence Index) yang telah diaudit sebesar 51 dan skor Terminal-Bench 2.1 yang kuat sebesar 82,7, ditambah bobot terbuka yang dapat Anda jalankan sekarang. Qwen 3.8 mungkin bisa menyamai atau melampauinya dalam tugas-tugas mendalam yang mengutamakan kualitas — penguji awal menilai ketelitiannya tinggi — tetapi tidak memiliki skor independen, menyembunyikan jumlah parameter aktifnya, dan merupakan model paling lambat dalam uji coba langsung. Potensi di atas kertas versus yang terbukti dan tersedia: GLM memenangkan masa kini.

Bisakah saya mengunduh dan menghosting sendiri salah satunya?

Berat GLM-5.2 bersifat terbuka dan sudah dirilis (Juni 2026), dan dengan 40B parameter aktif, jauh lebih praktis untuk di-host sendiri dibandingkan model 2.4T. Berat terbuka Qwen 3.8 dijanjikan "segera" tetapi belum dirilis; bahkan setelah dirilis, model ~2.4T kira-kira 1.2TB pada 4-bit dan membutuhkan 8+ GPU H200, yang di luar jangkauan sebagian besar tim. Jika hosting sendiri penting saat ini, GLM adalah satu-satunya pilihan nyata di sini.

Yang mana yang lebih murah?

GLM-5.2 memiliki harga yang jelas dan tahan lama: $0.95 / $3.00 per 1 juta token, dengan tingkat campuran Artificial Analysis sekitar $0.90. Pratinjau Qwen 3.8 didiskon besar-besaran (~diskon 90%, hingga ~98% semalam) tetapi tidak memiliki harga API per token yang dipublikasikan dan diskon tersebut bersifat sementara — sehingga Anda dapat membuat anggaran dengan percaya diri di sekitar GLM, tetapi belum di sekitar Qwen.

Mana yang lebih baik untuk pekerjaan agen dan terminal?

GLM-5.2, berdasarkan bukti saat ini. Skor 82.7 Terminal-Bench 2.1 (menurut Artificial Analysis) adalah hasil agen yang konkret dan telah di-review, dan jejak aktifnya yang kecil serta bobot yang dirilis membuatnya mudah digunakan dalam loop yang sarat alat. Qwen 3.8 menunjukkan penggunaan alat yang kuat dalam uji coba langsung (nol panggilan alat yang gagal dalam satu ulasan) tetapi tidak memiliki skor agen teraudit yang sebanding.

Yang mana yang harus saya gunakan hari ini?

GLM-5.2 untuk pipeline agen, hosting mandiri, produksi yang sensitif terhadap biaya, dan apa pun di mana Anda membutuhkan model yang terbukti dan dapat diunduh saat ini. Qwen 3.8 untuk penelitian atau pengkodean yang mendalam dan mengutamakan kualitas, di mana ketelitiannya membuahkan hasil dan Anda dapat mentolerir proses yang lambat — dan untuk menjaga opsi tetap terbuka saat bobot dan skor independen pertamanya tiba.

Intinya

Qwen 3.8 vs GLM-5.2 adalah efisiensi versus skala mentah, dan saat ini efisiensi menang dari segi poin. GLM-5.2 menunjukkan seluruh kemampuannya — 40B parameter aktif yang melakukan pekerjaan agenik frontier, indeks teraudit 51, Terminal-Bench 82,7, harga murah dan stabil, serta bobot terbuka yang bisa Anda unduh hari ini. Qwen 3.8 mengandalkan ukuran besar 2.4T dan ketelitian yang benar-benar dikagumi penguji, tetapi menyembunyikan jumlah parameter aktifnya, tidak memiliki skor independen, memproduksi keluaran lebih lambat dari apa pun yang pernah digunakan pengulas, dan bobotnya masih sekadar janji. GLM-5.2 adalah pilihan agenik bobot terbuka pragmatis yang tersedia sekarang; Qwen 3.8 adalah taruhan yang lebih besar yang masih membutuhkan bobotnya dan skor nyata untuk membuktikan dirinya. Pantau keduanya — hingga mereka hadir, jalankan keduanya secara berdampingan dengan prompt Anda sendiri dan biarkan hasilnya, bukan jumlah parameter, yang memutuskan.