GPT-5.6 Sol vs GLM 5.3 FlashX Legal (low)

已对比模型

排名: #244
总输出令牌: 5,555
响应时间（平均）: 4.61s
总成本: $0.795

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-5.6 Sol低约 5.9 倍。

详细对比

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low 发布日期: 2026-11-02

指标	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low 发布日期: 2026-11-02
分数	6.7	6.7
排名	#244	#237
可靠性	10.0	9.7
一致性	9.1	7.8
尝试次数	69/69	69/69
测试正确
尝试通过率	60.9%	55.1%
不稳定测试	3	6
总运行次数	69	69
每个结果成本	6.619	1.349
总成本	$0.795	$0.135
输入价格	$2.000 / 1M	$0.370 / 1M
输出价格	$10.000 / 1M	$1.250 / 1M
缓存读取价格	$0.200 / 1M	$0.075 / 1M
缓存写入价格	$2.500 / 1M	不适用
总输入令牌	207,852	236,104
输出令牌	5,555	11,222
推理令牌	0	26,773
响应时间（平均）	4.61s	8.30s
响应时间（最大）	58.28s	64.18s
响应时间（总计）	105.93s	190.99s
参数量	~2T 总计 (~150B 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.

#244 GPT-5.6 Sol

none

成本: $0.116
时间: 78.7s
令牌: 3,944 tok

#237 GLM 5.3 FlashX Legal

low

成本: $0.003
时间: 12.4s
令牌: 2,362 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

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-5.6 Sol	5.0	10.0	0.0%	0		58.28s	129,250	1,198	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-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0
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-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0
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-5.6 Sol	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0
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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0
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-5.6 Sol	5.9	7.2	55.6%	1		1.44s	732	54	0
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-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0
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-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0
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-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0
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-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0
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-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		2.91s	207	21	428

切换对比组合

Qwen3.5-FlashnonevsGLM 5.3 FlashX Legallow Ember-1maxvsGPT-5.6 Solnone Apodex 1.1 Minihigh免费可用vsGPT-5.6 Solnone MiniMax M3mediumvsGPT-5.6 Solnone GPT-5.6 SolnonevsGrok 4.7high GPT-5.6 SolnonevsSolar Pro 4low Grok Build 0.1mediumvsGLM 5.3 FlashX Legallow Grok 4.7highvsGLM 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