Grok 4.5 (high) vs GLM 5.3 FlashX Legal (high)

Средний балл практически равен: 8.2 vs 8.2. GLM 5.3 FlashX Legal (high) имеет более низкую стоимость benchmark: $0.521 vs $2.687. GLM 5.3 FlashX Legal (high) быстрее: 35.19s vs 72.50s, с долей успешных попыток 82.6% vs 72.5%.

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

Сравниваемые модели

Ранг: #124
Общее число выходных токенов: 333,632
Время ответа (среднее): 72.50s
Общая стоимость: $2.687

Ранг: #127
Общее число выходных токенов: 345,985
Время ответа (среднее): 35.19s
Общая стоимость: $0.521

Рекомендуемая модель GLM 5.3 FlashX Legal (high)

Здесь у него лучший балл (8.2), при этом он примерно в 5.2 раза дешевле, чем Grok 4.5 (high).

Подробное сравнение

Метрика	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high Релиз: 2026-11-02

Метрика	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high Релиз: 2026-11-02
Оценка	8.2	8.2
Ранг	#124	#127
Надежность	10.0	9.7
Стабильность	8.9	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	72.5%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	15.123	3.473
Общая стоимость	$2.687	$0.521
Цена входа	$2.000 / 1M	$0.370 / 1M
Цена выхода	$6.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.300 / 1M	$0.075 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	342,124	238,713
Выходные токены	7,135	7,034
Токены рассуждений	326,497	338,951
Время ответа (среднее)	72.50s	35.19s
Время ответа (макс.)	676.83s	298.81s
Время ответа (суммарно)	1667.51s	809.47s
Параметры	~1.7T всего (~170B 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.

#124 SpaceXAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 tok

#127 GLM 5.3 FlashX Legal

high

Стоимость: $0.018
Время: 103.8s
Токены: 13,703 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
Grok 4.5	5.0	10.0	0.0%	0		76.95s	189,949	1,480	7,690
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		78.95s	140,782	1,206	13,815

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.50s	639	282	456

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		27.50s	7,317	397	31,799

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004
GLM 5.3 FlashX Legal	6.9	5.9	66.7%	1		22.42s	73,021	3,779	11,384

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.32s	7,149	210	358

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		188.77s	759	195	278,113

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899
GLM 5.3 FlashX Legal	4.8	3.2	33.3%	1		1.78s	498	204	214

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.53s	678	72	240

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		2.45s	672	411	479

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		7.41s	6,991	225	98

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		8.62s	207	53	1,995

Сменить пару сравнения

DeepSeek V4.1 Flash 1017maxvsGrok 4.5high Gemini 4 ArgonlowvsGrok 4.5high Grok 4.5highvsGLM 5.2medium Qwen3.7 PlusmediumvsGrok 4.5high Ling 3.1 FlashmediumvsGrok 4.5high GPT-5.6 TerramediumvsGLM 5.3 FlashX Legalhigh GPT-5.6 TerramediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high GPT-6 LunamediumvsGrok 4.5high DeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX Legalhigh Gemini 4 ArgonlowvsGLM 5.3 FlashX Legalhigh Qwen3.7 PlusmediumvsGLM 5.3 FlashX Legalhigh