Grok 4.7 (high) vs GLM 5.3 FlashX Legal (low)

Средний балл практически равен: 6.7 vs 6.7. GLM 5.3 FlashX Legal (low) имеет более низкую стоимость benchmark: $0.135 vs $3.037. GLM 5.3 FlashX Legal (low) быстрее: 8.30s vs 122.19s, с долей успешных попыток 72.5% vs 55.1%.

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

Сравниваемые модели

Ранг: #240
Общее число выходных токенов: 487,184
Время ответа (среднее): 122.19s
Общая стоимость: $3.037

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)

Здесь у него лучший балл (6.7), при этом он примерно в 22.5 раза дешевле, чем Grok 4.7 (high).

Подробное сравнение

Метрика	Grok 4.7 Grok 4.7 high Релиз: 2026-09-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02

Метрика	Grok 4.7 Grok 4.7 high Релиз: 2026-09-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02
Оценка	6.7	6.7
Ранг	#240	#237
Надежность	9.6	9.7
Стабильность	7.7	7.8
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	72.5%	55.1%
Нестабильные тесты	7	6
Всего запусков	69	69
Стоимость за результат	23.360	1.349
Общая стоимость	$3.037	$0.135
Цена входа	$2.000 / 1M	$0.370 / 1M
Цена выхода	$6.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.075 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	329,276	236,104
Выходные токены	8,172	11,222
Токены рассуждений	479,012	26,773
Время ответа (среднее)	122.19s	8.30s
Время ответа (макс.)	573.57s	64.18s
Время ответа (суммарно)	2810.40s	190.99s
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.

#240 SpaceXAI: Grok 4.7

high

Стоимость: $0.110
Время: 301.3s
Токены: 23,143 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
Grok 4.7	3.0	10.0	0.0%	0		322.20s	215,384	1,265	69,833
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
Grok 4.7	8.7	7.9	91.7%	1		27.98s	2,743	111	14,914
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
Grok 4.7	6.0	4.6	66.7%	2		335.92s	10,266	353	199,976
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
Grok 4.7	8.6	6.9	83.3%	1		129.30s	75,277	5,730	60,640
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
Grok 4.7	10.0	10.0	100.0%	0		8.65s	8,937	225	4,043
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
Grok 4.7	5.3	7.2	44.4%	1		306.71s	1,980	10	98,585
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
Grok 4.7	4.1	2.7	33.3%	1		17.06s	1,077	52	3,238
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
Grok 4.7	8.4	6.9	83.3%	1		14.15s	1,857	57	6,421
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
Grok 4.7	10.0	10.0	100.0%	0		19.88s	2,430	178	10,706
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
Grok 4.7	10.0	10.0	100.0%	0		5.08s	8,536	177	568
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
Grok 4.7	3.0	10.0	0.0%	0		62.44s	789	14	10,088
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		2.91s	207	21	428

Сменить пару сравнения

Qwen3.5-FlashnonevsGLM 5.3 FlashX Legallow MiniMax M3mediumvsGrok 4.7high Ember-1maxvsGrok 4.7high GPT 5.3 ChatdefaultvsGrok 4.7high GPT-5.6 SolnonevsGrok 4.7high Solar Pro 4lowvsGrok 4.7high Qwen3.5-FlashnonevsGrok 4.7high Grok Build 0.1mediumvsGLM 5.3 FlashX Legallow MiniMax M3mediumvsGLM 5.3 FlashX Legallow Ember-1maxvsGLM 5.3 FlashX Legallow Grok 4.7xhighvsGLM 5.3 FlashX Legallow GPT 5.3 ChatdefaultvsGLM 5.3 FlashX Legallow