Modellvergleich
V3.1 Terminus (Non-reasoning)
vs. GLM-4.7 (Reasoning)
Vergleich von 2 KI-Modellen · 10 Benchmarks · DeepSeek, Z AI
Empfehlung
Z GLM-4.7 (Reasoning) 14 Metrik-Siege Staerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Bester Wert
V3.1 Terminus (Non-reasoning)
100.0 Wert-Score
43.9 Reasoning / $0.45/1M
Niedrigster Preis
V3.1 Terminus (Non-reasoning)
$0.27/1M Eingabepreis
Bestes Reasoning
GLM-4.7 (Reasoning)
68.6 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GLM-4.7 (Reasoning)
36.3 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
V3.1 Terminus (Non-reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
V3.1 Terminus (Non-reasoning) ist 2,2x guenstiger bei Eingabetokens als GLM-4.7 (Reasoning).
Reasoning-Unterschied
GLM-4.7 (Reasoning) liegt 24.7 Punkte vor V3.1 Terminus (Non-reasoning) beim Reasoning.
Coding-Unterschied
GLM-4.7 (Reasoning) liegt 4.4 Punkte vor V3.1 Terminus (Non-reasoning) beim Coding.
Top-Wahl-Begruendung
GLM-4.7 (Reasoning) gewinnt 14 messbare Kategorien, darunter Durchsatz, Reasoning, Intelligenz, Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
V3.1 Terminus (Non-reasoning)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GLM-4.7 (Reasoning)
Z AI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | De V3.1 Terminus (Non-reasoning) | Top-Wahl Z GLM-4.7 (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.27/1M | $0.60/1M |
| Output-Kosten | $1.00/1M | $2.20/1M |
| Gemischt (3:1) | $0.45/1M | $1.00/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | Z AI |
| Veröffentlichung | 22. Sept. 2025 | 22. Dez. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 77.6 tok/s |
| TTFT | — | 863ms |
| Latenz | — | 26623ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 70.8 |
| Reasoning-Score | 43.9 | 68.6 |
| Intelligenz | 28.5 | 42.1 |
| Coding | 31.9 | 36.3 |
| Mathe | 53.7 | 95.0 |
| Standard-Benchmarks | ||
| GPQA | 75.1% | 85.9% |
| MMLU Pro | 83.6% | 85.6% |
| HLE | 8.4% | 25.1% |
| LiveCodeBench | 52.9% | 89.4% |
| AIME 2025 | 53.7% | 95.0% |
| SciCode | 32.1% | 45.1% |
| LCR | 43.3% | 64.0% |
| IFBench | 41.2% | 67.9% |
| TAU-bench v2 | 37.1% | 95.9% |
| TerminalBench Hard | 31.8% | 31.8% |
Wichtigste Erkenntnisse
V3.1 Terminus (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.27/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GLM-4.7 (Reasoning) hat das staerkste Reasoning-Profil mit 68.6 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GLM-4.7 (Reasoning) erreicht einen 36.3 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
V3.1 Terminus (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GLM-4.7 (Reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
