Qwen 3.8 Max против GLM 5.2: какая модель лучше для программирования в 2026 году?

Qwen 3.8 Max и GLM 5.2: краткий обзор

Производительность в программировании: бенчмарки против неструктурированного репозитория

Сейчас GLM-5.2 имеет более убедительный общедоступный набор результатов бенчмарков. Z.ai сообщает результаты 62,1 в SWE-bench Pro и 81,0 в Terminal-Bench 2.1 с использованием Terminus-2. В его официальной документации также опубликована информация о настройках оценки, включая исполнитель и ограничения ресурсов.

Это по-прежнему результаты, представленные поставщиком. Они полезны для понимания заявленных сильных сторон GLM-5.2 в программировании и долгосрочных агентных задачах, но не доказывают, что модель превзойдёт Qwen3.8-Max в каждом репозитории или производственном процессе.

Независимых данных пока недостаточно. По состоянию на 10 августа 2026 года Artificial Analysis оценивает GLM-5.2 Max в 53 балла по своему индексу интеллекта. Однако модель Qwen на этой странице сравнения — Qwen3 Max Thinking, более старая модель с приблизительной оценкой. Это не свидетельствует о том, что GLM-5.2 превосходит текущую Qwen3.8-Max.

Стабильный выпуск Qwen меняет решение о развёртывании, но автоматически не решает вопрос о бенчмарках. Alibaba позиционирует Qwen3.8-Max как серьёзное обновление для сложного программирования, мультимодальной работы, профессиональных задач и долгосрочных агентов. Её официальный анонс запуска содержит сведения об архитектуре и примеры расширенного поведения агента, но не приводит напрямую сопоставимых результатов GLM-5.2 и Qwen на SWE-bench Pro или Terminal-Bench 2.1.

Поэтому наиболее справедливый вывод заключается не в том, что одна модель уже победила. У GLM-5.2 более убедительные общедоступные данные о программировании, а Qwen3.8-Max предлагает более широкий набор возможностей и теперь достаточно стабильна для производственной оценки.

Примечание о данных: приведённый ниже сопоставительный тест использовал Qwen3.8-Max Preview до стабильного августовского выпуска. Он по-прежнему полезен для наблюдения за различиями в инженерном поведении, но не должен рассматриваться как окончательный бенчмарк текущей производственной модели.

Тест 36Kr от 22 июля неструктурированного незавершённого веб-проекта даёт более конкретное поведенческое сравнение. Проект включал фронтенд Next.js, Payload CMS, код анимации, устаревшую документацию, существующие функции, а также взаимосвязанные ошибки фронтенда и бэкенда.

В первоначальной задаче по изучению проекта Qwen3.8-Max Preview заняла первое место. Она определила текущее состояние проекта, запустила отсутствующий сервис CMS и завершила первоначальный анализ менее чем за 10 секунд в данной конкретной конфигурации.

GLM-5.2 показала лучший результат в более узкой задаче реализации карусели. Она сохранила автозапуск, управление перетаскиванием и непрерывный цикл, хотя переход всё ещё сопровождался визуальным скачком. Qwen работала быстрее, но удалила функцию перетаскивания и реализовала расширенную имитацию цикла, которая в итоге возвращалась к началу со скачком.

Этот компромисс информативнее, чем однозначное объявление победителя. В данном тесте Qwen лучше распознала текущие намерения и быстрее приступила к работе, тогда как GLM была осторожнее, когда требовались сохранение функций и полнота реализации.

Однако один незавершённый веб-проект не может установить универсальный рейтинг скорости или качества программирования — особенно потому, что в тесте использовалась Preview-версия Qwen3.8-Max, а маршруты обслуживания, бюджеты токенов, условия задержки и точные ревизии моделей не были полностью раскрыты.

Как справедливо интерпретировать данные

Общедоступный тест с устаревшим кодом полезен, но не является контролируемым бенчмарком. Использование одного и того же незавершённого проекта и рабочего процесса на основе OpenCode делает сравнение информативнее, чем сопоставление несвязанных скриншотов, однако отсутствие подробностей конфигурации не позволяет точно воспроизвести результаты.

Тест позволяет выявить характерные сценарии сбоев:

• Qwen3.8-Max Preview работала быстро и поняла текущие намерения проекта, но удалила запрошенное взаимодействие и заменила его неполной реализацией цикла.

• GLM-5.2 сохранила больше требуемого поведения в задаче с каруселью, но была медленнее на этапе первоначального анализа и однажды приняла устаревшую документацию за актуальную работу.

Эти результаты описывают протестированные версии в конкретной среде. Они не доказывают, что Qwen всегда работает быстрее, GLM всегда пишет более безопасный код или стабильная Qwen3.8-Max будет воспроизводить поведение Preview-модели.

Доступные данные следует рассматривать на четырёх уровнях:

1. Текущее независимое очное сравнение: пока отсутствует для стабильной Qwen3.8-Max и GLM-5.2.

2. Опубликованные бенчмарки программирования: более убедительны для GLM-5.2, хотя наиболее заметные результаты представлены поставщиком.

3. Публичное тестирование на одном проекте: полезно для выявления различий в поведении, но в доступном тесте 36Kr использовалась Qwen3.8-Max Preview.

4. Заявления поставщика при запуске: помогают понять заявленные возможности, но недостаточны для объявления победителя без внешней проверки.

Этот пробел в данных по-прежнему важен при выборе, но больше не означает, что Qwen следует исключить из производственного использования.

Если вы не можете провести закрытое сравнение, GLM-5.2 остаётся вариантом с меньшим риском недостатка доказательств для команд, которым важны опубликованные результаты программирования, более низкая стоимость API, открытые веса и воспроизводимое развёртывание. Qwen3.8-Max теперь является полноценным производственным вариантом, когда важнее мультимодальный ввод, более широкий охват задач, работа с фронтендом или возможности долгосрочного агента.

Практическая рекомендация — протестировать обе модели на одном репозитории. Сравнивайте пройденные тесты, регрессии функций, недействительные вызовы инструментов, повторные попытки, задержку, общую стоимость токенов и время исправлений человеком. Выбирайте модель с меньшей стоимостью принятой задачи, а не модель с лучшим отдельным бенчмарком или самым громким заявлением при запуске.

Цены и стоимость Qwen 3.8 Max против GLM 5.2

Теперь это обычное сравнение цен на токены.

Для нагрузки, использующей 10 млн входных токенов и 2 млн выходных токенов:

• Официальная цена Qwen3.8-Max: 10 × 2 доллара + 2 × 6 долларов = 32 доллара

• GLM-5.2 в GPT Proto: 10 × 1,26 доллара + 2 × 3,96 доллара = 20,52 доллара

При указанных ценах GLM обходится дешевле. Чтобы оправдать разницу, Qwen должна обеспечивать более высокий процент успешных завершений, меньше повторных попыток, лучшее мультимодальное понимание или меньше исправлений со стороны человека.

Это возможно в сложных визуальных задачах или задачах с долгим горизонтом выполнения. Но это следует измерять, а не предполагать.

Какая модель лучше для задач программирования?

Qwen3.8-Max теперь выигрывает при выборе по возможностям. GLM-5.2 по-прежнему выигрывает, когда определяющими требованиями являются стоимость, самостоятельное размещение и открытое развёртывание.

Как использовать GLM-5.2 через GPT Proto

GPT Proto предоставляет доступ к GLM-5.2 через совместимый с OpenAI endpoint. Создайте API-ключ, добавьте его в окружение и вызывайте доступную модель glm-5.2. Тот же баланс можно использовать для всей коллекции моделей GPT Proto.

Сначала задайте ключ и выполните запрос cURL:

export GPTPROTO_API_KEY="your_gptproto_api_key"

curl https://gptproto.com/v1/chat/completions \
  -H "Authorization: Bearer $GPTPROTO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "Inspect before editing. Preserve API contracts and report the tests required for every proposed change."
      },
      {
        "role": "user",
        "content": "Plan a safe fix for duplicate refresh-token requests after concurrent 401 responses. State assumptions and verification steps before proposing code."
      }
    ]
  }'

Эквивалентный вызов Python использует OpenAI SDK:

python -m pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GPTPROTO_API_KEY"],
    base_url="https://gptproto.com/v1",
)

response = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a repository-level coding assistant. Inspect before "
                "proposing changes. Preserve existing API contracts, do not add "
                "dependencies without approval, and list the verification "
                "commands required for every proposed edit."
            ),
        },
        {
            "role": "user",
            "content": (
                "An API client occasionally sends two refresh-token requests "
                "after several concurrent requests fail with 401. Identify the "
                "likely race condition, list the files you would inspect, and "
                "return a minimal repair plan before writing code."
            ),
        },
    ],
)

print(response.choices[0].message.content)

Этот код намеренно запрашивает план анализа перед внесением изменений. Если модель для программирования сразу выдумывает файлы или меняет контракт API, задача считается невыполненной, даже если её ответ выглядит убедительно.

Qwen3.8-Max теперь доступна в GPT Proto, поэтому разработчики могут запускать один и тот же запрос для программирования на обеих моделях через одну учётную запись API.

Используйте qwen3.8-max для Qwen и glm-5.2 для GLM, сохраняя одинаковыми запрос, состояние репозитория, разрешения инструментов, настройки рассуждений и критерии успеха. Измеряйте пройденные тесты, повторные попытки, недействительные вызовы инструментов, задержку, общее число токенов, исправления человеком и стоимость принятой задачи.

Начните с API Qwen3.8-Max или сравните её с существующим endpoint GLM-5.2 до перенаправления производственного трафика.

Итоговый вердикт

Первоначальный вывод «GLM для продакшена, Qwen только для экспериментов» устарел.

Qwen3.8-Max теперь является стабильной производственной моделью с документированным API, контекстом в 1 млн токенов, мультимодальным вводом, стандартной тарификацией токенов и доступностью в GPT Proto. Это лучший вариант для начала, когда главным ограничением являются возможности — особенно визуальное программирование и выполнение долгосрочных задач.

GLM-5.2 остаётся более дешёвой и управляемой моделью. Её веса по лицензии MIT делают её очевидным выбором для самостоятельного размещения, частного развёртывания и команд, которым сегодня нужен воспроизводимый открытый чекпоинт.

Выбирайте Qwen ради возможностей. Выбирайте GLM ради стоимости и контроля владения.