Navigation
Advertise here

Grok 4.5 (medium) vs GLM 5.3 (high)

Der Durchschnittsscore ist mit 7.8 vs 7.8 praktisch gleichauf. GLM 5.3 (high) hat die niedrigeren Benchmark-Kosten mit $0.495 vs $2.996. GLM 5.3 (high) ist schneller mit 28.38s vs 68.44s, mit Erfolgsraten von 79.7% vs 75.4%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#168
Gesamte Ausgabe-Token
306,044
Antwortzeit (Durchschnitt)
68.44s
Gesamtkosten
$2.996
Rang
#169
Gesamte Ausgabe-Token
68,482
Antwortzeit (Durchschnitt)
28.38s
Gesamtkosten
$0.495
Empfohlenes Modell GLM 5.3 (high)

Es hat hier die beste Punktzahl (7.8) und kostet etwa 6.1x weniger als Grok 4.5 (medium).

Detaillierter Vergleich

Metrik Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08 GLM 5.3 GLM 5.3 high Veröffentlichung: 2026-08-20
Punktzahl 7.8 7.8
Rang #168 #169
Zuverlässigkeit 10.0 10.0
Konsistenz 9.0 7.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 79.7% 75.4%
Instabile Tests 3 7
Gesamtläufe 69 69
Kosten pro Ergebnis 14.430 4.351
Gesamtkosten $2.996 $0.495
Eingabepreis $2.000 / 1M $0.070 / 1M
Ausgabepreis $6.000 / 1M $7.000 / 1M
Preis für Cache-Lesen $0.300 / 1M $0.065 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 308,369 219,811
Ausgabe-Token 7,013 8,811
Denk-Token 299,031 59,671
Antwortzeit (Durchschnitt) 68.44s 28.38s
Antwortzeit (Maximum) 436.38s 159.91s
Antwortzeit (Gesamt) 1574.14s 652.78s
Parameter ~1.7T insgesamt (~170B aktiv) 744B insgesamt (40B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#168 SpaceXAI: Grok 4.5

medium
Kosten
$0.044
Zeit
59.4s
Token
7,512 tok

#169 GLM 5.3

high
Kosten
$0.085
Zeit
362.5s
Token
19,310 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
GLM 5.3 6.6 5.0 66.7% 2 18.89s 7,317 473 8,190

Vergleichspaar wechseln