नेविगेशन
Advertise here

Grok 4.5 (low) vs GLM 5.3 FlashX (max)

Grok 4.5 (low) average score में आगे है: 8.4 vs 8.3. GLM 5.3 FlashX (max) की benchmark लागत कम है: $0.508 vs $0.945. Grok 4.5 (low) तेज है: 16.17s vs 41.21s, pass rates 77.3% vs 78.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-21

तुलना किए गए मॉडल

रैंक
#58
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
रैंक
#63
कुल आउटपुट टोकन
375,734
प्रतिक्रिया समय (औसत)
41.21s
कुल लागत
$0.508
अनुशंसित मॉडल Grok 4.5 (low)

It has the best score here (8.4), while responding about 2.5x faster than GLM 5.3 FlashX (max).

विस्तृत तुलना

मेट्रिक Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08 GLM 5.3 FlashX GLM 5.3 FlashX max रिलीज़: 2026-09-21
स्कोर 8.4 8.3
रैंक #58 #63
विश्वसनीयता 10.0 10.0
संगति 9.3 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 78.8%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 5.901 3.381
कुल लागत $0.945 $0.508
इनपुट कीमत $2.000 / 1M $0.370 / 1M
आउटपुट कीमत $6.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 125,605 101,211
आउटपुट टोकन 7,505 6,301
रीजनिंग टोकन 107,984 369,433
प्रतिक्रिया समय (औसत) 16.17s 41.21s
प्रतिक्रिया समय (अधिकतम) 205.28s 390.70s
प्रतिक्रिया समय (कुल) 355.67s 906.52s
पैरामीटर ~1.7T कुल (~170B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#58 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 tok

#63 GLM 5.3 FlashX

max
लागत
$0.046
समय
251.3s
टोकन
36,769 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
GLM 5.3 FlashX 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

त्वरित तुलना

तुलना जोड़ी बदलें