Qwen 3.8 เทียบกับ GLM-5.2: การวัดประสิทธิภาพครั้งแรกที่พวกมันทับซ้อนกันจริง ๆ

โมเดลทั้งสองนี้คือการแสดงออกที่ชัดเจนที่สุดของการเดิมพันที่ตรงข้ามกันในวงการ AI แบบโอเพนเวตของจีน GLM-5.2 ของ Zhipu มีความกะทัดรัดและผ่านการพิสูจน์แล้ว: พารามิเตอร์รวม 753B โดยมีเพียง 40B ที่ทำงานอยู่, ค่าดัชนี Artificial Analysis Intelligence Index ที่ผ่านการตรวจสอบแล้วเท่ากับ 51, น้ำหนักโมเดลที่ดาวน์โหลดได้ตั้งแต่เดือนมิถุนายน 2026, และราคาที่ประกาศไว้ที่ $0.95 / $3.00. Qwen3.8-Max ของ Alibaba คือการเดิมพันแบบสูงสุด: พารามิเตอร์ประมาณ 2.4T, จำนวนพารามิเตอร์ที่ทำงานอยู่ซึ่งไม่เปิดเผย, และ — จนกระทั่งเมื่อไม่นานมานี้ — ไม่มีตัวเลขเลย

การเปิดให้ใช้งานทั่วไปในวันที่ 3 สิงหาคม 2026 ทำให้การเปรียบเทียบนี้มีสิ่งที่บทความอื่นในชุดนี้ไม่มี: เกณฑ์วัดที่ทั้งสองโมเดลมีคะแนน Alibaba รายงานว่า Terminal-Bench 2.1 ได้ 86.6; Artificial Analysis ตรวจสอบ GLM-5.2 แล้วได้ 82.7 ในการทดสอบเดียวกัน นับเป็นครั้งแรกที่คำกล่าวอ้างของ Qwen สามารถวางเคียงข้างตัวเลขของคู่แข่งที่วัดอย่างอิสระบนพื้นฐานเดียวกัน — โดยมีข้อแม้สำคัญว่ามีเพียงหนึ่งในสองตัวเลขที่จัดทำโดยผู้ตรวจสอบอิสระ

ข้อความถึงนักพัฒนา — วิธีที่เร็วที่สุดในการตัดสินใจเรื่องนี้คือลองรันทั้งสองแบบด้วยพรอมป์ตของคุณเอง OrcaRouter ให้บริการโมเดลมากกว่า 200 ตัวภายใต้เอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI คุณจึงสามารถจับ Qwen 3.8 Max ชนกับ GLM-5.2 ในงานเดียวกันได้โดยไม่ต้องเชื่อมต่อ SDK สองตัว

TL;DR: บทสรุป. ในการวัดเปรียบเทียบร่วมกันเพียงรายการเดียว Qwen อ้างว่า นำอยู่ 3.9 จุดใน Terminal-Bench 2.1 (86.6 เทียบกับ 82.7) — ผลลัพธ์นี้เป็นจริงถ้าสามารถทำซ้ำได้ แม้ว่าตัวเลขของ Qwen จะรายงานด้วยตนเอง และของ GLM ได้รับการตรวจสอบ ในด้านอื่น ๆ ทั้งหมด GLM-5.2 ครองความได้เปรียบในเชิงปฏิบัติ: มัน ถูกกว่า ~2 เท่า ที่ $0.95 / $3.00 เทียบกับของ Qwen ที่ $2 / $6 และน้ำหนักของมัน สามารถดาวน์โหลดได้วันนี้, พารามิเตอร์แอ็กทีฟ 40B ของมันทำให้มันนำไปใช้งานได้จริง และมันมีคะแนนดัชนีอิสระ 51 ซึ่ง Qwen ไม่มี Qwen ตอบกลับด้วยบริบทอัตราคงที่ 1M token, มัลติโหมดโดยกำเนิดที่ GLM ขาด และเพดานศักยภาพที่สูงกว่า ความคล่องตัวและผ่านการพิสูจน์แล้วยังคงชนะความใหญ่และไม่ได้รับการยืนยันสำหรับการใช้งานจริง — แต่ช่องว่างแคบลงในวันที่ 3 สิงหาคม.

ประเด็นสำคัญ

• การทับซ้อนของ benchmark โดยตรงครั้งแรกในซีรีส์: Terminal-Bench 2.1 — Qwen3.8-Max 86.6 (รายงานโดย Alibaba) เทียบกับ GLM-5.2 82.7 (Artificial Analysis, ผ่านการตรวจสอบ). Qwen นำอยู่ 3.9 คะแนน แต่ตัวเลขทั้งสองไม่น่าเชื่อถือเท่ากัน

• GLM-5.2 มีราคาประมาณครึ่งหนึ่ง: $0.95 / $3.00 ต่อ 1M (AA blended ~$0.90) เทียบกับของ Qwen3.8-Max$2 / $6.

• พารามิเตอร์แบบแอ็กทีฟคือเรื่องราวทางสถาปัตยกรรมที่แท้จริง: GLM-5.2 ใช้ พารามิเตอร์แอ็กทีฟ 40B จากทั้งหมด 753B อาลีบาบา ยัง ไม่ได้เปิดเผยจำนวนพารามิเตอร์แอ็กทีฟของ Qwen ซึ่งทำให้ต้นทุนการให้บริการไม่สามารถประเมินได้

• น้ำหนักของ GLM ดาวน์โหลดได้แล้ววันนี้; ส่วนของ Qwen สัญญาว่าจะปล่อยภายในสัปดาห์นี้ โดยยังไม่มีใบอนุญาตหรือที่เก็บโค้ด.

• GLM-5.2 มีดัชนีที่ผ่านการตรวจสอบอยู่ที่ 51. Qwen3.8-Max ยังไม่ได้คะแนน — แม้ว่ารุ่นก่อนอย่าง Qwen3.7-Max จะได้ 46, ต่ำกว่า GLM.

• ข้อเสนอพิเศษของ Qwen: หน้าต่าง 1M-token คิดค่าบริการแบบคงที่โดยไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับพรอมป์ยาว พร้อมรองรับการป้อนข้อความ/รูปภาพ/วิดีโอแบบเนทีฟ และ OmniDocBench 1.5 92.1 ส่วน GLM-5.2 เน้นเฉพาะข้อความ

หมายเหตุด้านความแม่นยำ: ตัวเลขคุณภาพทั้งหมดของ Qwen3.8-Max เป็นข้อมูลที่ Alibaba รายงานด้วยตนเองและยังไม่ได้รับการตรวจสอบโดยบุคคลที่สาม ตัวเลขของ GLM-5.2 มาจาก Artificial Analysis การเปรียบเทียบคะแนนที่รายงานด้วยตนเองกับคะแนนที่ผ่านการตรวจสอบบนเกณฑ์มาตรฐานเดียวกันนั้นให้ข้อมูลเชิงประโยชน์แต่ไม่สามารถสรุปได้แน่ชัด — เนื่องจากชุดเครื่องมือของผู้จำหน่ายและชุดเครื่องมือของผู้ประเมินมีความแตกต่างกัน ราคาของ Qwen อ้างอิงจากอัตราค่า GA และแทนที่ส่วนลดช่วงพรีวิวของเดือนกรกฎาคม

สเปกและราคา เปรียบเทียบเคียงข้างกัน

นี่คือข้อมูลที่แท้จริง ซึ่งแต่ละตัวเลขมีการอ้างอิงแหล่งที่มา

• ผู้ผลิต / สถานะ — Qwen3.8-Max: Alibaba; GA (3 สิงหาคม 2026); GLM-5.2: Zhipu; เปิดตัวมิถุนายน 2026

• สถาปัตยกรรม — Qwen3.8-Max: ~2.4T พารามิเตอร์รวม, sparse MoE; GLM-5.2: 753B พารามิเตอร์รวม, sparse MoE (Artificial Analysis)

• พารามิเตอร์แบบแอ็กทีฟ — Qwen3.8-Max: Alibaba ยังไม่เปิดเผย; GLM-5.2: 40B แบบแอ็กทีฟ (Artificial Analysis)

• หน้าต่างบริบท — Qwen3.8-Max: โทเคน 1M อัตราคงที่ (983,616 เมื่อใช้โหมดคิด; เอาต์พุตสูงสุด 131,072); GLM-5.2: โทเคน 1M (Artificial Analysis)

• Terminal-Bench 2.1 — Qwen3.8-Max: 86.6 (รายงานโดย Alibaba); GLM-5.2: 82.7 (Artificial Analysis, ตรวจสอบแล้ว)

• AA Intelligence Index — Qwen3.8-Max: ยังไม่ได้คะแนน; GLM-5.2: 51 (Artificial Analysis)

• คะแนนที่รายงานโดยผู้ให้บริการรายอื่น — Qwen3.8-Max: GPQA Diamond 92.6, OSWorld-Verified 86.1, FrontierSWE 73.5 (รายงานโดย Alibaba); GLM-5.2: วัดโดยบุคคลที่สาม

• รูปแบบ — Qwen3.8-Max: ข้อความ รูปภาพ วิดีโอเข้า → ข้อความออก; GLM-5.2: เน้นข้อความ

• ราคา (อินพุต / เอาต์พุต) — Qwen3.8-Max: $2.00 / $6.00 ต่อ 1M คงที่; อินพุตแคช $0.25; GLM-5.2: $0.95 / $3.00 ต่อ 1M (AA blended ~$0.90)

• เปิดน้ำหนัก — Qwen3.8-Max: สัญญาว่าภายในสัปดาห์นี้ (ยังไม่มีใบอนุญาต); GLM-5.2: ใช่ — ดาวน์โหลดได้วันนี้

มีสองสิ่งที่เป็นกรอบของการเปรียบเทียบนี้ และสิ่งแรกคือจุดข้อมูลที่มีประโยชน์ที่สุดในทั้งชุด

ก่อนอื่นความทับซ้อนของ Terminal-Bench นั้นให้ข้อมูลที่มีประโยชน์อย่างแท้จริง.Terminal-Bench 2.1 วัดว่าโมเดลสามารถใช้งานเชลล์จริงให้สำเร็จได้หรือไม่ — รันคำสั่ง อ่านผลลัพธ์ และกู้คืนจากข้อผิดพลาด มันเป็นตัวแทนที่ใกล้เคียงที่สุดสำหรับคำถามที่ว่า "สิ่งนี้สามารถทำหน้าที่เป็นเอเจนต์เขียนโค้ดแทนที่จะเป็นเพียงตัวแนะนำโค้ดได้หรือไม่" และเป็นเบนช์มาร์กที่ทั้งสองผู้จำหน่ายเลือกรายงาน คะแนน 86.6 ของ Qwen เทียบกับ 82.7 ที่ผ่านการตรวจสอบของ GLM ถือเป็นการนำ 3.9 คะแนนในฝั่งของ Qwen.

ข้อควรระวังนี้มีความสำคัญแต่ไม่ควรพูดเกินจริง ชุดทดสอบของผู้จำหน่ายและชุดทดสอบของผู้ประเมินแตกต่างกันในเรื่องโครงสร้างพื้นฐาน (scaffolding) นโยบายการลองใหม่ (retry policy) และการสร้างพรอมต์ (prompt construction) และทางเลือกเหล่านั้นสามารถเปลี่ยนคะแนน Terminal-Bench ได้มากกว่าสี่จุด ดังนั้นนี่จึงไม่ใช่ข้อพิสูจน์ว่า Qwen เป็นโมเดลแบบ agentic ที่ดีกว่า สิ่งที่มันยืนยันได้คือ การอ้างสิทธิ์ที่รายงานด้วยตนเองของ Qwen อยู่ในช่วงการแข่งขันเดียวกันกับโมเดล open-weight ระดับแนวหน้าที่ได้รับการตรวจสอบ มากกว่าอยู่ในอาณาเขตที่ไม่น่าเชื่อถือ นั่นเป็นจุดยืนที่มีความหมายแข็งแกร่งกว่า "ไม่มีการให้คะแนน"

ประการที่สอง การเปรียบเทียบสถาปัตยกรรมคือจุดที่ GLM ชนะอย่างเงียบ ๆ. GLM-5.2 เปิดใช้งาน พารามิเตอร์ 40B จากทั้งหมด 753B ตัวเลขเพียงตัวนี้บอกถึงต้นทุนการให้บริการ โปรไฟล์ความหน่วง และความจริงที่ว่าทีมที่มีทรัพยากรพร้อมสามารถรันได้จริง Alibaba ยังไม่ได้เผยแพร่จำนวนพารามิเตอร์ที่ใช้งานจริงของ Qwen ซึ่งหมายความว่า ไม่ว่าตัวเลข 2.4T ในพาดหัวจะสื่อถึงอะไร ก็ไม่มีใครนอก Alibaba ที่จะประเมินได้ว่า Qwen3.8-Max มีต้นทุนการให้บริการเท่าใด หรือจะทำงานอย่างไรเมื่อโฮสต์ด้วยตนเอง ในการเปรียบเทียบ Mixture-of-Experts นั่นไม่ใช่เชิงอรรถ แต่เป็นตัวเลขที่ขาดหายไปที่สำคัญที่สุด.

ขนาดเล็กกระชับที่ผ่านการพิสูจน์แล้ว เทียบกับขนาดใหญ่ที่ยังไม่ผ่านการพิสูจน์

กรณีของ GLM-5.2 สร้างขึ้นบนจุดยืนทางวิศวกรรมที่สอดคล้องกัน: ทำมากขึ้นด้วยทรัพยากรที่น้อยลง เผยแพร่ตัวเลข และส่งมอบน้ำหนักโมเดล โมเดลแบบ 40B-active มีต้นทุนการให้บริการต่ำ ทำงานเร็วโดยโครงสร้าง และสามารถปรับใช้ได้โดยทีมที่มีงบประมาณ GPU ที่จริงจังแต่ไม่เกินจริง ดัชนีที่ผ่านการตรวจสอบที่ 51 และคะแนน Terminal-Bench ที่ผ่านการตรวจสอบที่ 82.7 หมายความว่าผู้ซื้อไม่ได้เชื่ออะไรอย่างไร้หลักฐาน และที่ราคา $0.95 / $3.00 ก็ประมาณครึ่งหนึ่งของราคา Qwen

กรณีของ Qwen3.8-Max คือการเดิมพันที่ตรงกันข้าม: สร้างโมเดลที่ใหญ่ที่สุดเท่าที่จะทำได้ แล้วให้ความสามารถพิสูจน์ค่าใช้จ่าย GA ทำให้กรณีนี้แข็งแกร่งขึ้นมากกว่าเดิม เพราะในที่สุดก็มีตัวเลขประกอบ — GPQA Diamond 92.6 ในด้านวิทยาศาสตร์ระดับบัณฑิตศึกษา, OSWorld-Verified 86.1 ในด้านการทำงานกับ GUI, FrontierSWE 73.5 เทียบกับ 40.7 ของรุ่นก่อนหน้า และ Terminal-Bench 86.6 ที่กล่าวถึงข้างต้น ตัวเลขเหล่านี้เป็นตัวเลขที่อยู่ในระดับแนวหน้า และการเพิ่มขึ้นเกือบเท่าตัวใน FrontierSWE คือการก้าวกระโดดข้ามรุ่นที่ยากจะปลอมแปลงทั้งหมด

แต่ยังมีช่องว่างสองประการ และมันเป็นสองประการเดียวกับที่สำคัญในเดือนกรกฎาคม ยังไม่มีคะแนนอิสระ — Artificial Analysis และ LMArena ยังไม่มีคะแนนบน Qwen3.8-Max ดังนั้นการอ้างคุณภาพทุกอย่างเป็นของ Alibaba เอง และยังไม่มีใบอนุญาต ดังนั้นคำสัญญาเรื่องน้ำหนักเปิดจึงยังไม่สามารถประเมินในเชิงพาณิชย์ได้

จุดอ้างอิงทางประวัติศาสตร์ไม่เป็นผลดีต่อ Qwen ในกรณีนี้มากกว่าการเปรียบเทียบส่วนใหญ่: รุ่นก่อนหน้าอย่าง Qwen3.7-Max ได้คะแนน 46บนดัชนี AA ต่ำกว่า GLM-5.2 ที่ได้ 51 ดังนั้นข้อกล่าวอ้างโดยนัยของ Alibaba ไม่ใช่เพียงแค่ว่า Qwen3.8-Max นั้นดี หากแต่คือการที่มันก้าวกระโดดจากระดับที่ต่ำกว่า GLM ไปสู่ระดับที่สูงกว่าอย่างชัดเจนในรุ่นเดียว การปรับปรุงด้าน FrontierSWE ทำให้ข้อกล่าวอ้างนั้นมีความน่าเชื่อถือขึ้นบ้าง คะแนนจากการประเมินโดยอิสระจะช่วยยุติข้อสงสัยนี้ได้

ต้นทุนในทางปฏิบัติ: 2× ไปตกอยู่ที่ไหน

ใช้ไปป์ไลน์การเขียนโค้ดแบบเอเจนต์: บริบทของรีโพซิทอรี 180,000 โทเคน, ผลลัพธ์ 10,000 โทเคนต่อการรัน

• GLM-5.2: 0.18M × $0.95 = $0.171, บวก 0.01M × $3.00 = $0.03. ≈ $0.20 ต่อครั้ง.

• Qwen3.8-Max: 0.18M × $2 = $0.36 บวก 0.01M × $6 = $0.06 ≈ $0.42 ต่อครั้ง

• ที่ 3,000 ครั้ง/วัน: GLM ≈ $603/วัน; Qwen ≈ $1,260/วัน — ห่างกันประมาณ $20,000/เดือน.

• ด้วยอินพุตแบบ cached ของ Qwen ที่ $0.25/1M บน stable repo ค่าใช้จ่ายต่อการรันลดลงเหลือ ≈ $0.11 ซึ่งจริงๆ แล้วถูกกว่าต้นทุนแบบไม่ cached ของ GLM

บรรทัดสุดท้ายนั้นเป็นสิ่งที่มีประโยชน์ในทางปฏิบัติมากที่สุดในการเปรียบเทียบนี้ ราคาหลักของ Qwen เป็นสองเท่าของ GLM แต่อัตราการเข้าถึงแคชของมันที่ 0.25 ดอลลาร์ต่อ 1M นั้นรุนแรงพอที่ไปป์ไลน์ที่มีการแคชอย่างดีสามารถพลิกอันดับได้ หากเอเจนต์ของคุณอ่านบริบทที่แทบไม่เปลี่ยนแปลงซ้ำในทุกเทิร์น — ซึ่งอธิบายเอเจนต์เขียนโค้ดส่วนใหญ่ — Qwen อาจเป็นตัวเลือกที่ถูกกว่าในทางปฏิบัติแม้จะมีเรตการ์ดที่แย่กว่า ทีมที่ไม่กำหนดค่าการแคชจะจ่ายสองเท่าโดยไม่ได้อะไรเลย

ทั้งสองโมเดลคิดค่าใช้จ่ายโทเค็นการคิดเป็นเอาต์พุต ดังนั้นการกำหนดค่าที่เน้นการใช้เหตุผลจึงมีค่าใช้จ่ายสูงกว่าประมาณการเหล่านี้ทั้งสองฝ่าย

ความสามารถในการปรับใช้: แกนที่ GLM ครอบครอง

ทั้งคู่เป็นโมเดล MoE แบบ open-weight ของจีนที่อ้างว่ารองรับบริบท 1M token ซึ่งทำให้ความสามารถในการนำไปใช้งานจริงเป็นจุดแบ่งแยกที่ชัดเจนที่สุด

น้ำหนักของ GLM-5.2 สามารถดาวน์โหลดได้ตั้งแต่เดือนมิถุนายน และด้วยพารามิเตอร์ที่ทำงานจริง 40B ทำให้มันเป็นเป้าหมายที่สมจริงสำหรับการโฮสต์ด้วยตนเอง — รองรับการควอนไทซ์ รันบน GPU จำนวนที่เหมาะสมได้ และชุมชนได้ทดลองใช้งานแล้ว

น้ำหนักของ Qwen3.8-Max ถูกสัญญาว่าจะปล่อยภายในสัปดาห์นี้ แต่โมเดลเรือธงไม่ใช่เป้าหมายที่สมจริงสำหรับใครเลย: ประมาณ 1.2TB ที่ 4 บิตเทียบกับประมาณ 141GB ต่อ H200 หมายความว่าต้องใช้ accelerator ระดับบนแปดตัวขึ้นไป และจำนวน active parameter ที่ไม่เปิดเผยทำให้ไม่สามารถคาดการณ์ throughput ที่จะได้ออกมาได้ เมื่อรวมกับ license ที่ยังขาดหายไป การโฮสต์โมเดลเรือธงด้วยตัวเอง ในตอนนี้ จึงไม่ใช่แผนที่ทำได้

ที่ประกาศออกมาพร้อมกันQwen3.8-27Bคือคำตอบที่แท้จริงของ Alibaba ในด้านนี้ นอกจากจะเปิดน้ำหนัก (open-weights) แล้ว ยังมีรายงานว่าสามารถรันได้ในVRAM 17GB ซึ่งเป็นการ์ดระดับไฮเอนด์เพียงใบเดียว ซึ่งต่ำกว่า footprint ของ GLM-5.2 มาก จึงแข่งขันด้านการปรับใช้ได้โดยตรง หากความสนใจของคุณในโมเดลทั้งสองคือการรันด้วยตัวเอง การเปรียบเทียบระหว่าง Qwen 27B กับ GLM-5.2 คือสิ่งที่จะสำคัญจริง ๆ และเป็นการต่อสู้ที่สูสีมากกว่าการเทียบ 2.4T กับ 753B มาก

คำถามที่พบบ่อย

Qwen 3.8 ดีกว่า GLM-5.2 หรือไม่?

ในเกณฑ์ชี้วัดเดียวที่ทั้งคู่ใช้ร่วมกัน Qwen อ้างว่าเป็นผู้นำ — Terminal-Bench 2.1 ได้ 86.6 เทียบกับ GLM ที่ผ่านการตรวจสอบแล้วได้ 82.7 แต่ตัวเลขของ Qwen เป็นการรายงานตนเอง ในขณะที่ของ GLM วัดโดย Artificial Analysis และความแตกต่างของชุดทดสอบ (harness) อาจมากกว่าช่องว่างสี่จุด GLM-5.2 ยังมีดัชนีที่ผ่านการตรวจสอบแล้วที่ 51 ในขณะที่ Qwen ไม่มีคะแนนอิสระเลย GLM เป็นตัวเลือกที่ปลอดภัยกว่า ส่วน Qwen มีเพดานสูงที่ยังไม่ได้รับการยืนยัน

พวกมันเปรียบเทียบกันอย่างไรบน Terminal-Bench 2.1?

Qwen3.8-Max รายงาน 86.6; Artificial Analysis วัด GLM-5.2 ได้ 82.7 นั่นคือคะแนนนำเล็กน้อย 3.9 จุดของ Qwen และเป็นการทับซ้อนบนเกณฑ์วัดเดียวกันเป็นครั้งแรกระหว่างทั้งสอง อ่านได้ว่าเป็นหลักฐานว่า Qwen แข่งขันได้ในระดับนั้น มากกว่าจะเป็นข้อพิสูจน์ว่านำหน้า เนื่องจากมีเพียงตัวเลขของ GLM เท่านั้นที่ถูกผลิตขึ้นอย่างอิสระ

อันไหนถูกกว่า?

GLM-5.2 ในเรตการ์ด — $0.95 / $3.00 ต่อ 1M (AA แบบผสม ~$0.90) เทียบกับของ Qwen ที่ $2 / $6 ซึ่งอยู่ที่ประมาณครึ่งหนึ่ง แต่การคิดค่าใช้จ่าย cached input ของ Qwen ที่ $0.25 ต่อ 1M นั้นถูกพอที่จะทำให้ไปป์ไลน์ที่ใช้แคชจำนวนมากมีต้นทุนถูกกว่าบน Qwen มากกว่าบน GLM ที่ไม่ใช้แคช

Qwen 3.8 Max ใช้พารามิเตอร์ที่ใช้งานอยู่กี่ตัว?

Alibaba ไม่เคยเปิดเผยตัวเลขดังกล่าว แม้แต่ตอนที่เปิดให้ใช้งานทั่วไป ตัวเลขนั้นคือสิ่งที่กำหนดต้นทุนและความหน่วงในการให้บริการในโมเดล Mixture-of-Experts ดังนั้นการไม่มีตัวเลขนี้จึงเป็นช่องว่างที่แท้จริง ในทางตรงกันข้าม GLM-5.2 มีการระบุไว้ชัดเจนว่ามีพารามิเตอร์ที่ใช้งาน 40B จากทั้งหมด 753B

อันไหนที่ฉันสามารถโฮสต์ด้วยตัวเองได้จริง?

GLM-5.2 วันนี้ — น้ำหนักเผยแพร่ออกมาแล้ว และการมี 40B แอคทีฟทำให้ใช้งานได้จริง น้ำหนักของ Qwen3.8-Max ได้รับคำมั่นว่าจะออกภายในสัปดาห์นี้ แต่รุ่นเรือธงต้องใช้ GPU ระดับ H200 อย่างน้อยแปดตัว โดยใช้หน่วยความจำประมาณ 1.2TB ในรูปแบบ 4-bit และยังไม่ได้เผยแพร่ใบอนุญาต Qwen3.8-27B ที่ประกาศพร้อมกันนั้น รายงานว่าต้องใช้ VRAM ประมาณ 17GB เป็นตัวเลือก Qwen ที่สามารถนำไปใช้งานได้จริง และตรงกับกลุ่มตลาดของ GLM มากกว่า

Qwen 3.8 Max ออกจากช่วงพรีวิวแล้วหรือยัง?

ใช่ ในวันที่ 3 สิงหาคม 2026 โดยมีเรตการ์ดที่เผยแพร่และเอนด์พอยต์ที่เข้ากันได้กับ OpenAI และ DashScope แคมเปญเครดิต Qoder ส่วนลด 90% ของเดือนกรกฎาคมไม่ได้อธิบายถึงวิธีการขายอีกต่อไป

Qwen มีอะไรที่ GLM-5.2 ไม่มี?

มัลติโมดาลิตี้แบบเนทีฟ — รองรับภาพและวิดีโอ ด้วยคะแนน OmniDocBench 92.1 ที่รายงานตนเองสำหรับการแยกวิเคราะห์เอกสาร — และบริบท 1M token คิดค่าบริการแบบอัตราคงที่ โดยไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับพรอมป์ยาว GLM-5.2 นั้นเน้นข้อความเป็นหลัก ดังนั้นสำหรับไปป์ไลน์เอกสาร สกรีนช็อต หรือวิดีโอ Qwen ไม่ได้แข่งขันกับมันมากนัก แต่กำลังทำอย่างอื่นต่างหาก

บรรทัดล่าง

Qwen 3.8 vs GLM-5.2คือการจับคู่ที่การวางจำหน่ายทั่วไปนำเสนอข้อมูลใหม่ที่แท้จริงที่สุด นับเป็นครั้งแรกที่ Qwen มีคะแนนในเกณฑ์ชี้วัดที่ผู้ประเมินอิสระก็เคยรันเช่นกัน และคะแนนนั้นสูงกว่า GLM: Terminal-Bench 2.1 ได้ 86.6 เทียบกับ 82.7 ซึ่งทำให้ Qwen ขยับจาก "ไม่มีคะแนน" ไปสู่ "มีความสามารถในการแข่งขันตามการวัดผลอย่างสมเหตุสมผล" ซึ่งเป็นความก้าวหน้าจริงแม้จะคิดรวมถึงข้อแม้ที่รายงานด้วยตนเองแล้วก็ตาม

แต่ GLM-5.2 ยังครองมงกุฎแห่งความใช้งานได้จริง และมันทำได้ด้วยจุดแข็งที่ไม่สวยหรู: ราคาครึ่งหนึ่ง ดัชนีที่ผ่านการตรวจสอบที่ 51 พารามิเตอร์แอ็กทีฟ 40B ที่ทำให้เศรษฐศาสตร์ของมันคาดเดาได้และการปรับใช้งานเป็นไปได้จริง และน้ำหนักโมเดลที่คุณดาวน์โหลดได้ทันที คำตอบของ Qwen — บริบทหนึ่งล้านโทเคนแบบอัตราคงที่ มัลติโมดัลโดยธรรมชาติ และเพดานที่สูงกว่า — มีความหมายแต่มีเงื่อนไข และช่องว่างสองประการของมันในเดือนกรกฎาคมยังคงไม่เปลี่ยนแปลง: ไม่มีคะแนนจากหน่วยงานอิสระและไม่มีใบอนุญาต จับตาสามสิ่ง: คะแนน Intelligence Index จากหน่วยงานอิสระครั้งแรกสำหรับ Qwen3.8-Max ว่าผู้ประเมินจะทำซ้ำตัวเลข 86.6 ของ Terminal-Bench ได้หรือไม่ และการเปิดตัว Qwen3.8-27B ซึ่งเป็นจุดที่ปรัชญาทั้งสองจะปะทะกันอย่างแท้จริง จนกว่าจะถึงตอนนั้น GLM-5.2 คือสิ่งที่คุณใช้งานจริง และ Qwen3.8-Max คือสิ่งที่คุณประเมิน — โดยเปิดแคชไว้