Подборки и сравнения

GLM или Qwen: сравнение моделей и что выбрать

15 октября 2026 · 12 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 15 октября 2026 года; цитаты источников приведены дословно. Обновлено: октябрь 2026.

GLM или Qwen: сравнение моделей и что выбрать — вопрос упирается в задачу. Обе линейки китайские, обе есть в Ollama, обе запускаются на процессоре в младших размерах и поднимаются до кластера. По данным каталога chimitdorzhi.tech, лицензия GLM зависит от версии, а Qwen большей частью идёт под Apache 2.0. Дальше разбираем версии, замеры, цену и запуск. Мы скачали топ-10 выдачи DuckDuckGo (ru-RU) по запросу «GLM или Qwen: сравнение моделей и что выбрать»: текст отдали 10 из 10.

Какие версии GLM и Qwen сравниваются и где каждая доступна

Сравнение идёт по парам одного класса. В выдаче по запросу «GLM или Qwen: сравнение моделей и что выбрать» встречаются пары GLM-5 против Qwen3 Coder, GLM 5 против Qwen3.6 27b, GLM 4.5 против Qwen3 235B 2507, GLM 4.5V против Qwen 2.5-VL, Qwen 3.8 против GLM-5.2. Ещё одна страница orcarouter.ai вынесла в заголовок GLM 5.5, но в тексте оговаривает, что GLM 5.5 не выпущен, и сравнивает Qwen 3.8 с GLM-5.2. Пары собраны из разных поколений и размеров, поэтому вывод одной пары на другую не переносится.

Линейка GLM идёт от Z.ai. В обзоре на chimitdorzhi.tech указано, что GLM-4.5 – GLM-5.2 и GLM-5.3-Flash выпущены под MIT, а у GLM-5.3 собственная лицензия с проверкой для крупных API-провайдеров. Там же отмечено, что ранние ChatGLM и GLM-4-9B требуют регистрации. Модели доступны через чат chat.z.ai, API docs.z.ai и открытые веса в репозитории zai-org.

Линейка Qwen идёт от Alibaba. Доступ — через чат chat.qwen.ai, API Alibaba Cloud Model Studio и веса на Hugging Face. По данным того же обзора, Qwen большей частью под Apache 2.0, но у старших Qwen3.8 тоже своя лицензия. Обе линейки обновлялись в августе 2026 года.

Отдельно стоят продукты-обёртки: Qwen Code и GLM Coding Plan. Это инструменты вокруг моделей, и их характеристики не переносятся на сами модели. Если вы сравниваете модели, берите строки из карточек моделей.

Для локального запуска важна размерность. В обзоре arte.itlibra.com по локальным LLM 2026 года отмечено, что у Qwen размеры идут от 0.8B до 2.4T в варианте MoE и есть отдельные варианты для программирования. Тот же источник указывает на высокую универсальность и сильную поддержку многих языков, включая русский.

Практический порядок действий при выборе версии:

1. Определите класс задачи: чат, код, рассуждения, работа с изображениями.
2. Возьмите пару одного класса из списка выше.
3. Сверьте лицензию конкретной версии.
4. Проверьте, есть ли веса на Hugging Face или в репозитории zai-org.
5. Сверьте контекст и цену по прайсу вендора на дату публикации.

Частая ошибка — сравнивать GLM-5.3-Flash с флагманом Qwen. Flash-версии проектировались под другую нагрузку, и их результаты в одной таблице с флагманами вводят в заблуждение.

Качество по опубликованным замерам: пары флагман и Flash

Замеры публикуют разные измерители, и склеивать их в одну шкалу нельзя. Сравнивать стоит только строки, которые опубликовал один и тот же измеритель в одном режиме рассуждений.

В обзоре на shtruzel.ru по паре GLM-5.1 и Qwen 3 сказано, что Qwen 3 чуть сильнее на международных тестах, а GLM-5.1 имеет более зрелую экосистему. Там же отмечено, что GLM-5.1 обучена на чипах Huawei Ascend 910B и поддерживает 600+ итераций без деградации. Это опубликованный замер конкретного измерителя, и переносить его на другие версии не стоит.

В обзоре на orcarouter.ai по паре Qwen 3.8 и GLM-5.2 приведён результат Terminal-Bench: 86.6 против 82.7. Числа получены разными измерителями: 86.6 Alibaba сообщает о Qwen3.8-Max сама, 82.7 у GLM-5.2 замерила Artificial Analysis, поэтому разрыв в 3.9 балла читайте с оговоркой. Тот же источник описывает разницу в развёртываемости: GLM-5.2 проще поднять самостоятельно.

По паре GLM 4.5 и Qwen3 235B 2507 обзор на blogs.novita.ai отмечает архитектурную разницу. Qwen 3 использует 235 миллиардов параметров, активируя около 22 миллиардов за раз, что даёт баланс между качеством и стоимостью вывода. GLM 4.5 в том же обзоре описан как подходящий для сценариев с обучением, сопровождаемостью и визуальной эстетикой.

Flash-версии в этих замерах почти не пересекаются. Если вам нужна именно Flash-пара, ориентируйтесь на цену и контекст, а качество проверяйте на своей задаче.

Код, рассуждения и русский язык: где кто сильнее по источникам

По коду источники расходятся в зависимости от сценария. Обзор на anymodel.org указывает, что для агента, оперирующего кодовой базой, Qwen3 Coder трудно превзойти по соотношению цены и качества. Там же отмечено, что в разговоре о кодовой базе GLM-5 часто ощущается приятнее. Это разные сценарии: один про автономную работу агента, другой про диалог с разработчиком.

По рассуждениям обзор на blogs.novita.ai описывает Qwen 3 235B как модель с обширной базой знаний и высокой способностью к тонкому пониманию. GLM 4.5 в том же обзоре рекомендован для приложений, где важны эффективность, стоимость вывода, универсальность и продвинутые агентные или инженерные случаи.

По русскому языку прямых парных замеров в источниках мало. Обзор arte.itlibra.com по локальным моделям отмечает у Qwen высокую универсальность и сильную поддержку многих языков, включая русский. В каталоге chimitdorzhi.tech русский язык у Qwen отмечен как поддерживаемый, у GLM — как отсутствующий, и для русскоязычного продукта это главный водораздел.

Порядок проверки на своём материале:

1. Возьмите один и тот же промпт на русском для обеих моделей.
2. Задайте одинаковый режим рассуждений.
3. Сравните не только ответ, но и число итераций до приемлемого результата.
4. Повторите на трёх разных типах задач: текст, код, анализ данных.
5. Зафиксируйте, где модель останавливается сама, а где требует уточнений.

Для работы с таблицами и презентациями есть отдельные материалы: Qwen таблицы: как работать с Excel в Qwen Chat и Qwen презентации: как сделать слайды в Qwen Chat.

Цена за миллион токенов и контекст по прайсам вендоров

Цены меняются, поэтому сверяйте их по прайсу вендора на дату покупки. В обзоре aitunnel.ru по паре GLM 5 и Qwen3.6 27b указана стоимость ввода 120.00 ₽ за 1M токенов и контекст 204 800 токенов у GLM 5. Там же отмечено, что Qwen3.6 27b в 1.1x раз дешевле по стоимости и по совокупной стоимости в 1.1x раз выгоднее.

Контекст в той же паре отличается в 1.3x раз: Qwen3.6 27b принимает до 262 144 токенов. Обзор на chatai.org сравнивает Qwen 3.8 и GLM 5 и даёт обеим контекстное окно 1M токенов. Для GLM 5 источники расходятся: у aitunnel.ru 204 800 токенов, у chatai.org заметно больше, поэтому контекст сверяйте по карточке модели у провайдера, через которого подключаетесь.

Для пар флагманов прайсы публикуют сами вендоры. Цену конкретной версии берите из карточки модели у Z.ai или Alibaba либо у провайдера, через которого подключаетесь.

Практическое правило: считайте не цену за токен, а стоимость решения задачи. Модель с более высокой ценой за токен может потратить меньше токенов на тот же результат.

Открытые веса и лицензии: что можно запустить у себя

Лицензии у линеек разные, и проверять нужно конкретную версию. По данным обзора на chimitdorzhi.tech, GLM-4.5 – GLM-5.2 и GLM-5.3-Flash выпущены под MIT. У GLM-5.3 собственная лицензия: API-провайдерам с выручкой от 10 млрд $ нужна проверка Z.ai. Ранние ChatGLM и GLM-4-9B требуют регистрации.

У Qwen картина похожая. Тот же источник указывает, что линейка большей частью идёт под Apache 2.0, но у старших Qwen3.8 тоже своя лицензия. Обе линейки обновлялись в августе 2026 года.

Для локального запуска важны три оси, которые описывает arte.itlibra.com: размер, который влезает в ваш VRAM, сценарий и лицензия. Тот же источник отмечает, что у Qwen есть варианты от 0.8B до 2.4T в MoE-исполнении. Младшие размеры запускаются на процессоре, старшие требуют кластера.

Порядок действий перед локальным запуском:

1. Проверьте лицензию конкретной версии на странице весов.
2. Оцените размер модели против доступного VRAM.
3. Выберите формат квантизации под своё железо.
4. Поднимите инференс-сервер и проверьте скорость на своей задаче.
5. Зафиксируйте версию, чтобы обновление не сломало воспроизводимость.

Если вы ставите локальный инференс на Python, пригодится материал Как установить llama-cpp-python: pip, CUDA и Windows.

Что выбрать под задачу: чат, API, локальный запуск

Выбор распадается на три сценария, и в каждом критерии разные.

Для чата важны качество диалога и скорость ответа. Обзор на anymodel.org отмечает, что GLM-5 часто ощущается приятнее в разговоре о кодовой базе. Для повседневных задач берите ту модель, чей интерфейс удобнее именно вам, и проверяйте на своих промптах.

Для API важны цена, контекст и стабильность. По данным aitunnel.ru, Qwen3.6 27b в 1.1x раз дешевле и выгоднее по совокупной стоимости, а контекст у неё в 1.3x раз больше. Если задача требует длинных документов, это весомый аргумент.

Для локального запуска важны лицензия и размер. GLM-4.5 – GLM-5.2 и GLM-5.3-Flash под MIT, Qwen большей частью под Apache 2.0. Обе линейки есть в Ollama, обе запускаются на процессоре в младших размерах.

Готовый промпт, чтобы сравнить обе модели на своей задаче:

Ты — аналитик, который сравнивает две языковые модели на одной задаче.
Задача: [ваша задача, например — разобрать таблицу продаж и найти аномалии]
Входные данные: [вставьте свой текст, таблицу или фрагмент кода]
Сделай следующее:
1. Дай решение задачи.
2. Перечисли шаги, которые ты выполнил.
3. Отметь места, где ты сомневался, и объясни почему.
4. Предложи, как улучшить результат, если данных больше.
Отвечай на русском, кратко и по делу.

В промпте меняйте [ваша задача] и [вставьте свой текст, таблицу или фрагмент кода]. Прогоните его на обеих моделях в одинаковом режиме рассуждений и сравните не только ответ, но и число шагов до приемлемого результата.

Вариации той же задачи:

• Сравнить модели на рефакторинге фрагмента кода.
• Сравнить на суммаризации длинного документа.
• Сравнить на извлечении данных из таблицы.
• Сравнить на переводе технического текста.
• Сравнить на генерации тестовых сценариев.

Для проверки фактов, которые модели выдают в ответах, пригодится материал Поиск в Gemini: как искать в интернете и проверять источники.

Частые вопросы

Qwen или GLM — что лучше в целом?

Единого победителя нет. По данным shtruzel.ru, Qwen 3 чуть сильнее на международных тестах, а GLM-5.1 имеет более зрелую экосистему. Выбор зависит от задачи: для агентов с кодовой базой обзор anymodel.org выделяет Qwen3 Coder, а обзор blogs.novita.ai советует GLM 4.5 для продвинутых агентных и инженерных случаев.

Qwen 3.8 Max против GLM 5.3 — что выбрать?

Сравнивайте по своему сценарию. В обзоре orcarouter.ai по паре Qwen3.8-Max и GLM-5.2 приведён результат Terminal-Bench 2.1: 86.6 у Qwen по данным самой Alibaba против 82.7 у GLM-5.2 по замеру Artificial Analysis. Там же отмечено, что GLM-5.2 проще развернуть самостоятельно. Для облачного API смотрите цену и контекст по прайсу вендора.

Qwen 3.8 Flash против GLM 5.3 Flash — есть ли разница?

Flash-версии проектировались под другую нагрузку, чем флагманы. Прямых парных замеров этой пары в прочитанных источниках мало. Ориентируйтесь на цену, контекст и скорость ответа на вашей задаче, а качество проверяйте одинаковым промптом.

Что лучше для русского языка?

Обзор arte.itlibra.com отмечает у Qwen высокую универсальность и сильную поддержку многих языков, включая русский. В каталоге chimitdorzhi.tech русский язык у GLM отмечен как отсутствующий. Проверьте обе модели на своём тексте: возьмите один промпт и сравните качество ответов.

Можно ли запустить обе модели локально?

Да. По данным обзора на chimitdorzhi.tech, обе линейки есть в Ollama, обе запускаются на процессоре в младших размерах и поднимаются до кластера. Лицензии проверяйте по конкретной версии: GLM-4.5 – GLM-5.2 и GLM-5.3-Flash под MIT, Qwen большей частью под Apache 2.0.