नेविगेशन
Advertise here

Grok 4.7 (low) vs GLM 5.3 FlashX (high)

average score लगभग बराबर है: 7.4 vs 7.4. GLM 5.3 FlashX (high) की benchmark लागत कम है: $0.210 vs $2.263. GLM 5.3 FlashX (high) तेज है: 14.94s vs 63.19s, pass rates 73.9% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#127
कुल आउटपुट टोकन
255,329
प्रतिक्रिया समय (औसत)
63.19s
कुल लागत
$2.263
रैंक
#126
कुल आउटपुट टोकन
97,728
प्रतिक्रिया समय (औसत)
14.94s
कुल लागत
$0.210
अनुशंसित मॉडल GLM 5.3 FlashX (high)

It has the best score here (7.4), while costing about 10.8x less than Grok 4.7 (low).

विस्तृत तुलना

मेट्रिक Grok 4.7 Grok 4.7 low रिलीज़: 2026-09-21 GLM 5.3 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 7.4 7.4
रैंक #127 #126
विश्वसनीयता 10.0 10.0
संगति 8.3 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 69.6%
अस्थिर टेस्ट 5 5
कुल रन 69 69
प्रति परिणाम लागत 13.804 1.612
कुल लागत $2.263 $0.210
इनपुट कीमत $2.000 / 1M $0.370 / 1M
आउटपुट कीमत $6.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 365,119 235,914
आउटपुट टोकन 8,118 8,147
रीजनिंग टोकन 247,211 89,581
प्रतिक्रिया समय (औसत) 63.19s 14.94s
प्रतिक्रिया समय (अधिकतम) 389.63s 91.16s
प्रतिक्रिया समय (कुल) 1453.28s 343.65s
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.

#127 SpaceXAI: Grok 4.7

low
लागत
$0.007
समय
15.2s
टोकन
1,537 tok

#126 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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 4.7 8.4 7.4 88.9% 1 189.08s 9,579 346 99,053
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

त्वरित तुलना

तुलना जोड़ी बदलें