- 排名
- #243
- 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 5.3 FlashX Legal (low)
平均分几乎持平，为 6.7 vs 6.7。 GLM 5.3 FlashX Legal (low) benchmark 成本更低，为 $0.135 vs $0.533。 GPT 5.3 Chat (default) 更快，为 6.31s vs 8.30s，通过率为 62.3% vs 55.1%。
已对比模型
- 排名
- #237
- 总输出令牌
- 37,995
- 响应时间（平均）
- 8.30s
- 总成本
- $0.135
推荐模型
GLM 5.3 FlashX Legal (low)
它在这里得分最高（6.7），同时成本比GPT 5.3 Chat (default)低约 3.9 倍。
详细对比
| 指标 | GPT 5.3 Chat GPT 5.3 Chat default | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low |
|---|---|---|
| 分数 | 6.7 | 6.7 |
| 排名 | #243 | #237 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 8.6 | 7.8 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 62.3% | 55.1% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 4.097 | 1.349 |
| 总成本 | $0.533 | $0.135 |
| 输入价格 | $1.750 / 1M | $0.370 / 1M |
| 输出价格 | $14.000 / 1M | $1.250 / 1M |
| 缓存读取价格 | 不适用 | $0.075 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 78,846 | 236,104 |
| 输出令牌 | 7,635 | 11,222 |
| 推理令牌 | 20,544 | 26,773 |
| 响应时间（平均） | 6.31s | 8.30s |
| 响应时间（最大） | 18.33s | 64.18s |
| 响应时间（总计） | 138.73s | 190.99s |
| 参数量 | ~400B 总计 (~17B 激活) | ~320B 总计 (~18B 激活) |
| 开放状态 | 闭源 | 闭源 |
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.
#243 GPT 5.3 Chat
default- 成本
- $0.008
- 时间
- 8.1s
- 令牌
- 634 tok
#237 GLM 5.3 FlashX Legal
low- 成本
- $0.003
- 时间
- 12.4s
- 令牌
- 2,362 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 59.27s | 131,366 | 1,125 | 5,112 |
| 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 5.3 FlashX Legal | 6.4 | 7.9 | 58.3% | 1 | 1.39s | 639 | 220 | 288 |
| 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 5.3 FlashX Legal | 5.4 | 7.2 | 44.4% | 1 | 5.90s | 7,317 | 465 | 3,760 |
| 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 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 36.85s | 79,926 | 8,387 | 14,351 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.55s | 7,149 | 210 | 130 |
| 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 5.3 FlashX Legal | 2.9 | 7.2 | 11.1% | 1 | 3.12s | 759 | 34 | 2,248 |
| 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 5.3 FlashX Legal | 3.4 | 2.2 | 33.3% | 1 | 1.35s | 498 | 156 | 80 |
| 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 5.3 FlashX Legal | 7.3 | 5.8 | 83.3% | 1 | 1.28s | 678 | 71 | 93 |
| 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 5.3 FlashX Legal | 8.2 | 7.2 | 88.9% | 1 | 2.10s | 672 | 320 | 251 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 9.16s | 6,893 | 213 | 32 |
| 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 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 207 | 21 | 428 |
快速对比
切换对比组合
Qwen3.5-FlashnonevsGLM 5.3 FlashX LegallowEmber-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 4lowGrok Build 0.1mediumvsGLM 5.3 FlashX LegallowGrok 4.7highvsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsQwen3.5-Flashnone