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

Model yang Dibandingkan

Model yang direkomendasikan GLM 5.3 FlashX (high)

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

Metrik	Grok 4.7 Grok 4.7 low Rilis: 2026-09-21	GLM 5.3 FlashX GLM 5.3 FlashX high Rilis: 2026-09-21

Metrik	Grok 4.7 Grok 4.7 low Rilis: 2026-09-21	GLM 5.3 FlashX GLM 5.3 FlashX high Rilis: 2026-09-21
Skor	7.4	7.4
Peringkat	#127	#126
Keandalan	10.0	10.0
Konsistensi	8.3	8.2
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	73.9%	69.6%
Tes tidak stabil	5	5
Total Run	69	69
Biaya per hasil	13.804	1.612
Total Biaya	$2.263	$0.210
Harga input	$2.000 / 1M	$0.370 / 1M
Harga output	$6.000 / 1M	$1.250 / 1M
Total token input	365,119	235,914
Token output	8,118	8,147
Token penalaran	247,211	89,581
Waktu respons (rata-rata)	63.19s	14.94s
Waktu respons (maks)	389.63s	91.16s
Waktu respons (total)	1453.28s	343.65s
Parameter	~1.7T total (~170B aktif)	320B total (18B aktif)
Ketersediaan	Tertutup	Tertutup

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

low

high

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	5.0	10.0	0.0%	0		154.86s	236,287	1,278	22,203
GLM 5.3 FlashX	10.0	10.0	100.0%	0		78.03s	154,549	1,326	12,503

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	10.0	10.0	100.0%	0		9.92s	2,991	94	7,306
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	7.3	5.8	83.3%	1		31.17s	90,114	5,684	6,430
GLM 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	10.0	10.0	100.0%	0		4.88s	8,937	225	2,050
GLM 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	5.3	10.0	33.3%	0		159.09s	2,523	17	84,957
GLM 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	4.1	2.7	33.3%	1		11.32s	1,077	75	2,060
GLM 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	8.4	6.9	83.3%	1		6.19s	1,857	57	2,559
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	8.2	7.2	88.9%	1		12.45s	2,430	151	6,628
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	10.0	10.0	100.0%	0		4.26s	8,535	174	336
GLM 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	3.0	10.0	0.0%	0		76.84s	789	17	13,629
GLM 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

Ganti Pasangan Perbandingan