- 排名
- #193
- 总输出令牌
- 28,179
- 响应时间（平均）
- 6.31s
- 总成本
- $0.533
GPT 5.3 Chat (default) vs GLM 5.2
平均分几乎持平，为 6.7 vs 6.6。 GLM 5.2 benchmark 成本更低，为 $0.250 vs $0.533。 GPT 5.3 Chat (default) 更快，为 6.31s vs 11.27s，通过率为 62.3% vs 63.8%。
已对比模型
- 排名
- #198
- 总输出令牌
- 17,685
- 响应时间（平均）
- 11.27s
- 总成本
- $0.250
推荐模型
GLM 5.2
它在这里得分最高（6.6），同时成本比GPT 5.3 Chat (default)低约 2.1 倍。
详细对比
| 指标 | GPT 5.3 Chat GPT 5.3 Chat default | GLM 5.2 GLM 5.2 none |
|---|---|---|
| 分数 | 6.7 | 6.6 |
| 排名 | #193 | #198 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 62.3% | 63.8% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 4.097 | 1.753 |
| 总成本 | $0.533 | $0.250 |
| 输入价格 | $1.750 / 1M | $0.153 / 1M |
| 输出价格 | $14.000 / 1M | $12.000 / 1M |
| 缓存读取价格 | 不适用 | $0.150 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 78,846 | 247,919 |
| 输出令牌 | 7,635 | 17,685 |
| 推理令牌 | 20,544 | 0 |
| 响应时间（平均） | 6.31s | 11.27s |
| 响应时间（最大） | 18.33s | 79.65s |
| 响应时间（总计） | 138.73s | 259.32s |
| 参数量 | ~400B 总计 (~17B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 闭源 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#193 GPT 5.3 Chat
default- 成本
- $0.008
- 时间
- 8.1s
- 令牌
- 634 tok
#198 GLM 5.2
none- 成本
- $0.033
- 时间
- 87.7s
- 令牌
- 7,455 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 955ms | 0 | 0 | 0 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 46.94s | 135,461 | 3,341 | 0 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 606 | 671 | 2,496 | |
| GLM 5.2 | 8.3 | 10.0 | 75.0% | 0 | 3.70s | 567 | 313 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 5.6 | 4.7 | 55.6% | 2 | 10.52s | 7,302 | 808 | 5,824 | |
| GLM 5.2 | 3.7 | 9.5 | 0.0% | 0 | 7.55s | 7,263 | 1,958 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 15.07s | 55,800 | 3,587 | 3,264 | |
| GLM 5.2 | 6.9 | 5.9 | 66.7% | 1 | 50.17s | 88,074 | 11,016 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 7,140 | 494 | 448 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 7.17s | 7,113 | 204 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 2.9 | 7.2 | 11.1% | 1 | 12.75s | 579 | 213 | 5,376 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 6.35s | 705 | 27 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 477 | 191 | 128 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 4.42s | 480 | 82 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 9.8 | 10.0 | 100.0% | 0 | 3.51s | 660 | 339 | 1,152 | |
| GLM 5.2 | 9.8 | 10.0 | 100.0% | 0 | 3.84s | 642 | 66 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.99s | 642 | 606 | 1,152 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 3.31s | 618 | 265 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 5,445 | 605 | 256 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 15.76s | 6,807 | 400 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT 5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 4.38s | 195 | 121 | 448 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 189 | 13 | 0 |
快速对比
切换对比组合
Ember-1maxvsGPT 5.3 ChatdefaultMiniMax M3mediumvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsGrok 4.7highApodex 1.1 Minihigh免费可用vsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsSolar Pro 4lowQwen3.7 FlashmediumvsGLM 5.2noneGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsGLM 5.3 FlashlowLongCat 2.0lowvsGLM 5.2noneApodex 1.1 Minihigh免费可用vsGLM 5.2noneEmber-1maxvsGLM 5.2noneGPT 5.3 ChatdefaultvsGrok Build 0.1medium