Grok 4.6 (low) vs GLM 5.3 FlashX (medium)

GLM 5.3 FlashX (medium) average score मध्ये पुढे आहे: 7.1 vs 6.9. GLM 5.3 FlashX (medium) चा benchmark खर्च कमी आहे: $0.114 vs $0.781. GLM 5.3 FlashX (medium) वेगवान आहे: 7.37s vs 16.44s, pass rates 66.7% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #191
एकूण आउटपुट टोकन्स: 42,315
प्रतिसाद वेळ (सरासरी): 16.44s
एकूण खर्च: $0.781

क्रमांक: #180
एकूण आउटपुट टोकन्स: 30,048
प्रतिसाद वेळ (सरासरी): 7.37s
एकूण खर्च: $0.114

शिफारस केलेले मॉडेल GLM 5.3 FlashX (medium)

It has the best score here (7.1), while costing about 6.9x less than Grok 4.6 (low).

तपशीलवार तुलना

मेट्रिक	Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX medium प्रकाशन: 2026-09-21

मेट्रिक	Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX medium प्रकाशन: 2026-09-21
स्कोअर	6.9	7.1
क्रमांक	#191	#180
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	69.6%
अस्थिर चाचण्या	1	8
एकूण रन	69	69
प्रति निकाल खर्च	5.205	0.946
एकूण खर्च	$0.781	$0.114
इनपुट किंमत	$2.000 / 1M	$0.370 / 1M
आउटपुट किंमत	$6.000 / 1M	$1.250 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.090 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	263,427	205,100
आउटपुट टोकन्स	6,006	8,639
रिझनिंग टोकन्स	36,309	21,409
प्रतिसाद वेळ (सरासरी)	16.44s	7.37s
प्रतिसाद वेळ (कमाल)	57.97s	74.39s
प्रतिसाद वेळ (एकूण)	378.14s	169.54s
पॅरामीटर्स	~1.7T एकूण (~170B सक्रिय)	320B एकूण (18B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#191 SpaceXAI: Grok 4.6

low

खर्च: $0.011
वेळ: 26.0s
टोकन्स: 1,941 tok

#180 GLM 5.3 FlashX

medium

खर्च: $0.002
वेळ: 8.1s
टोकन्स: 1,480 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	5.0	10.0	0.0%	0		57.97s	153,467	882	3,385
GLM 5.3 FlashX	10.0	10.0	100.0%	0		74.39s	120,771	922	9,693

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343
GLM 5.3 FlashX	7.3	5.8	83.3%	2		1.71s	639	343	368

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740
GLM 5.3 FlashX	6.0	4.6	66.7%	2		6.37s	7,317	384	5,562

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805
GLM 5.3 FlashX	2.8	1.6	33.3%	2		15.97s	59,549	5,920	2,786

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.74s	7,149	210	134

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921
GLM 5.3 FlashX	3.6	7.2	22.2%	1		3.52s	759	38	2,005

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009
GLM 5.3 FlashX	3.4	2.2	33.3%	1		1.79s	498	135	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.51s	678	72	70

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.84s	672	306	371

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359
GLM 5.3 FlashX	10.0	10.0	100.0%	0		10.30s	6,861	231	20

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508
GLM 5.3 FlashX	3.0	10.0	0.0%	0		2.60s	207	78	400

तुलना जोडी बदला

Minimax M3.1 Flashlowमोफत उपलब्धvsGLM 5.3 FlashXmedium MiMo-V2.6-FlashlowvsGLM 5.3 FlashXmedium Qwen3.5-122B-A10BmediumvsGrok 4.6low Minimax M3.1 Flashmaxमोफत उपलब्धvsGrok 4.6low Step 5 PreviewhighvsGrok 4.6low Qwen3.8 Flash NextxhighvsGLM 5.3 FlashXmedium Kimi K2.7 CodemediumvsGrok 4.6low GPT-5.2 ChatdefaultvsGLM 5.3 FlashXmedium Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsGrok 4.6low GPT-5.2 ChatdefaultvsGrok 4.6low