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

GLM 5.3 FlashX (medium) лидирует по среднему баллу: 7.1 vs 6.9. GLM 5.3 FlashX (medium) имеет более низкую стоимость benchmark: $0.114 vs $0.781. GLM 5.3 FlashX (medium) быстрее: 7.37s vs 16.44s, с долей успешных попыток 66.7% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #191
Общее число выходных токенов: 42,315
Время ответа (среднее): 16.44s
Общая стоимость: $0.781

Ранг: #180
Общее число выходных токенов: 30,048
Время ответа (среднее): 7.37s
Общая стоимость: $0.114

Рекомендуемая модель GLM 5.3 FlashX (medium)

Здесь у него лучший балл (7.1), при этом он примерно в 6.9 раза дешевле, чем Grok 4.6 (low).

Подробное сравнение

Метрика	Grok 4.6 Grok 4.6 low Релиз: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21

Метрика	Grok 4.6 Grok 4.6 low Релиз: 2026-08-12	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21
Оценка	6.9	7.1
Ранг	#191	#180
Надежность	10.0	10.0
Стабильность	9.6	7.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	69.6%
Нестабильные тесты	1	8
Всего запусков	69	69
Стоимость за результат	5.205	0.946
Общая стоимость	$0.781	$0.114
Цена входа	$2.000 / 1M	$0.370 / 1M
Цена выхода	$6.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.090 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	263,427	205,100
Выходные токены	6,006	8,639
Токены рассуждений	36,309	21,409
Время ответа (среднее)	16.44s	7.37s
Время ответа (макс.)	57.97s	74.39s
Время ответа (суммарно)	378.14s	169.54s
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.

#191 SpaceXAI: Grok 4.6

low

Стоимость: $0.011
Время: 26.0s
Токены: 1,941 tok

#180 GLM 5.3 FlashX

medium

Стоимость: $0.002
Время: 8.1s
Токены: 1,480 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 4.6	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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Сменить пару сравнения

Minimax M3.1 FlashlowБесплатно доступноvsGLM 5.3 FlashXmedium MiMo-V2.6-FlashlowvsGLM 5.3 FlashXmedium Qwen3.5-122B-A10BmediumvsGrok 4.6low Minimax M3.1 FlashmaxБесплатно доступноvsGrok 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