模型比较
GLM-4-9B-0414
对比
Qwen3-Coder-30B-A3B-Instruct
2026年2月28日
定价
Input
$
0.086
/ M Tokens
$
0.07
/ M Tokens
Output
$
0.086
/ M Tokens
$
0.28
/ M Tokens
元数据
创建
2025年4月7日
2025年7月31日
许可证
MIT
APACHE-2.0
提供者
Z.ai
Qwen
规格
州
Deprecated
Available
建筑
Transformer
Mixture of Experts
校准的
是
不
专家混合
不
是
总参数
9B
30B
激活的参数
9B
3.3B
推理
不
不
精度
FP8
FP8
上下文长度
33K
262K
最大输出长度
33K
262K
支持功能
Serverless
支持
支持
Serverless LoRA
不支持
不支持
微调
不支持
不支持
Embeddings
不支持
不支持
Rerankers
不支持
不支持
支持 Image Input
不支持
不支持
JSON Mode
支持
支持
结构化Outputs
不支持
不支持
工具
支持
支持
FIM 补全
不支持
不支持
对话前缀补全
不支持
支持
GLM-4-9B-0414比较中
看看GLM-4-9B-0414与其他流行模型在关键维度上进行比较。
对比
Qwen3-VL-32B-Instruct
对比
Qwen3-VL-32B-Thinking
对比
Qwen3-VL-8B-Instruct
对比
Qwen3-VL-8B-Thinking
对比
Qwen3-VL-30B-A3B-Instruct
对比
Qwen3-VL-30B-A3B-Thinking
对比
Qwen3-Omni-30B-A3B-Instruct
对比
Qwen3-Omni-30B-A3B-Captioner
对比
Qwen3-Omni-30B-A3B-Thinking
对比
Qwen3-Next-80B-A3B-Instruct
对比
Qwen3-Next-80B-A3B-Thinking
对比
Ling-mini-2.0
对比
Hunyuan-MT-7B
对比
gpt-oss-20b
对比
Qwen3-Coder-30B-A3B-Instruct
对比
Qwen3-30B-A3B-Thinking-2507
对比
Qwen3-30B-A3B-Instruct-2507
对比
GLM-4.1V-9B-Thinking
对比
Hunyuan-A13B-Instruct
对比
Qwen3-14B
