GPT-6 Sol vs GLM 5.3 FlashX Legal (low)

GPT-6 Sol лидирует по среднему баллу: 6.8 vs 6.7. GLM 5.3 FlashX Legal (low) имеет более низкую стоимость benchmark: $0.135 vs $0.551. GLM 5.3 FlashX Legal (low) быстрее: 8.30s vs 9.02s, с долей успешных попыток 63.8% vs 55.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-10

Сравниваемые модели

Ранг: #232
Общее число выходных токенов: 7,989
Время ответа (среднее): 9.02s
Общая стоимость: $0.551

Ранг: #237
Общее число выходных токенов: 37,995
Время ответа (среднее): 8.30s
Общая стоимость: $0.135

Рекомендуемая модель GLM 5.3 FlashX Legal (low)

Его балл близок к лучшему здесь (6.7 против 6.8), при этом он примерно в 4.1 раза дешевле, чем GPT-6 Sol.

Подробное сравнение

Метрика	GPT-6 Sol GPT-6 Sol none Релиз: 2026-09-23	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02

Метрика	GPT-6 Sol GPT-6 Sol none Релиз: 2026-09-23	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02
Оценка	6.8	6.7
Ранг	#232	#237
Надежность	10.0	9.7
Стабильность	8.5	7.8
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	63.8%	55.1%
Нестабильные тесты	4	6
Всего запусков	69	69
Стоимость за результат	4.232	1.349
Общая стоимость	$0.551	$0.135
Цена входа	$2.000 / 1M	$0.370 / 1M
Цена выхода	$10.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.075 / 1M
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	235,086	236,104
Выходные токены	7,989	11,222
Токены рассуждений	0	26,773
Время ответа (среднее)	9.02s	8.30s
Время ответа (макс.)	57.02s	64.18s
Время ответа (суммарно)	207.45s	190.99s
Параметры	~2T всего (~150B активных)	~320B всего (~18B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#232 GPT-6 Sol

none

Стоимость: $0.030
Время: 31.9s
Токены: 3,055 tok

#237 GLM 5.3 FlashX Legal

low

Стоимость: $0.003
Время: 12.4s
Токены: 2,362 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	5.0	10.0	0.0%	0		57.02s	128,754	1,293	0
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		59.27s	131,366	1,125	5,112

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	6.9	5.8	75.0%	2		1.23s	606	141	0
GLM 5.3 FlashX Legal	6.4	7.9	58.3%	1		1.39s	639	220	288

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	5.5	10.0	33.3%	0		12.23s	7,302	389	0
GLM 5.3 FlashX Legal	5.4	7.2	44.4%	1		5.90s	7,317	465	3,760

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	6.5	10.0	50.0%	0		10.61s	83,124	5,296	0
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		36.85s	79,926	8,387	14,351

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	10.0	10.0	100.0%	0		20.98s	7,140	222	0
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.55s	7,149	210	130

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	5.3	7.2	44.4%	1		3.41s	732	52	0
GLM 5.3 FlashX Legal	2.9	7.2	11.1%	1		3.12s	759	34	2,248

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	10.0	10.0	100.0%	0		23.89s	477	81	0
GLM 5.3 FlashX Legal	3.4	2.2	33.3%	1		1.35s	498	156	80

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	10.0	10.0	100.0%	0		1.23s	660	81	0
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		1.28s	678	71	93

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	7.6	7.2	77.8%	1		1.40s	642	187	0
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		2.10s	672	320	251

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	10.0	10.0	100.0%	0		3.43s	5,454	226	0
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		9.16s	6,893	213	32

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6 Sol	3.0	10.0	0.0%	0		1.45s	195	21	0
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		2.91s	207	21	428

Сменить пару сравнения