Grok 4.5 (medium) vs GLM 5.3 FlashX Legal (max)

Средний балл практически равен: 7.8 vs 7.9. GLM 5.3 FlashX Legal (max) имеет более низкую стоимость benchmark: $0.819 vs $2.996. GLM 5.3 FlashX Legal (max) быстрее: 65.28s vs 68.44s, с долей успешных попыток 79.7% vs 71.0%.

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

Сравниваемые модели

Ранг: #154
Общее число выходных токенов: 306,044
Время ответа (среднее): 68.44s
Общая стоимость: $2.996

Ранг: #147
Общее число выходных токенов: 571,211
Время ответа (среднее): 65.28s
Общая стоимость: $0.819

Рекомендуемая модель GLM 5.3 FlashX Legal (max)

Здесь у него лучший балл (7.9), при этом он примерно в 3.7 раза дешевле, чем Grok 4.5 (medium).

Подробное сравнение

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

Метрика	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max Релиз: 2026-11-02
Оценка	7.8	7.9
Ранг	#154	#147
Надежность	10.0	9.7
Стабильность	9.0	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	79.7%	71.0%
Нестабильные тесты	3	5
Всего запусков	69	69
Стоимость за результат	14.430	5.846
Общая стоимость	$2.996	$0.819
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	308,369	282,144
Выходные токены	7,013	6,078
Токены рассуждений	299,031	565,133
Время ответа (среднее)	68.44s	65.28s
Время ответа (макс.)	436.38s	516.19s
Время ответа (суммарно)	1574.14s	1501.49s
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.

#154 SpaceXAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 tok

#147 GLM 5.3 FlashX Legal

max

OpenRouter returned no showcase content (finish_reason: length).

Стоимость: $0.082
Время: 408.0s
Токены: 65,656 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		65.24s	186,214	1,499	5,085
GLM 5.3 FlashX Legal	6.1	3.1	66.7%	1		93.32s	168,647	1,383	19,414

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		23.50s	2,991	147	4,018
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.62s	639	155	1,365

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		47.87s	7,317	385	62,514

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		29.01s	83,730	4,154	16,180
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		55.52s	87,875	2,726	46,237

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		6.29s	8,937	225	3,657
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		4.09s	7,149	247	3,168

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		350.03s	759	366	408,079

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384
GLM 5.3 FlashX Legal	4.7	3.1	33.3%	1		3.28s	498	165	965

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		6.06s	1,857	57	2,728
GLM 5.3 FlashX Legal	9.9	10.0	100.0%	0		2.94s	678	72	954

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		7.75s	2,430	254	3,641
GLM 5.3 FlashX Legal	8.2	7.7	77.8%	1		4.83s	672	328	3,897

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		6.57s	8,544	192	968
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		6.17s	7,703	231	601

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		74.44s	789	13	14,921
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		59.00s	207	20	17,939

Сменить пару сравнения

Gemini 3.5 FlashmediumvsGLM 5.3 FlashX Legalmax Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashX Legalmax Grok 4.5mediumvsGLM 5.3high MiMo-V2.6-FlashmediumvsGLM 5.3 FlashX Legalmax DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Ling 3.1 FlashhighvsGrok 4.5medium Muse WondermaxvsGrok 4.5medium Ling 3.1 FlashhighvsGLM 5.3 FlashX Legalmax DeepSeek V4.1 Flash 1017highvsGLM 5.3 FlashX Legalmax Qwen3.7 MaxnonevsGLM 5.3 FlashX Legalmax Qwen3.8 2.4T A95BhighvsGrok 4.5medium GPT-5.4 MinimediumvsGLM 5.3 FlashX Legalmax