Grok Build 0.1 (medium) 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 $1.419. GLM 5.3 FlashX Legal (low) быстрее: 8.30s vs 55.13s, с долей успешных попыток 58.0% vs 55.1%.

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

Сравниваемые модели

Ранг: #236
Общее число выходных токенов: 529,806
Время ответа (среднее): 55.13s
Общая стоимость: $1.419

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 10.5 раза дешевле, чем Grok Build 0.1 (medium).

Подробное сравнение

Метрика	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02

Метрика	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Релиз: 2026-11-02
Оценка	6.7	6.7
Ранг	#236	#237
Надежность	10.0	9.7
Стабильность	9.6	7.8
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	58.0%	55.1%
Нестабильные тесты	1	6
Всего запусков	69	69
Стоимость за результат	10.910	1.349
Общая стоимость	$1.419	$0.135
Цена входа	$1.000 / 1M	$0.370 / 1M
Цена выхода	$2.000 / 1M	$1.250 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.075 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	358,616	236,104
Выходные токены	9,651	11,222
Токены рассуждений	520,155	26,773
Время ответа (среднее)	55.13s	8.30s
Время ответа (макс.)	252.69s	64.18s
Время ответа (суммарно)	1268.10s	190.99s
Параметры	~300B всего (~30B 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.

#236 SpaceXAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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 Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742
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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162
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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452
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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569
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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876
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 Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037
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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345
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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599
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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841
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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969
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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		2.91s	207	21	428

Сменить пару сравнения