GPT-6 Sol (low) vs GLM 5.3 FlashX (max)

已对比模型

推荐模型 GPT-6 Sol (low)

它在这里得分最高（8.4），同时成本比GLM 5.3 FlashX (max)低约 1.9 倍。

指标	GPT-6 Sol GPT-6 Sol low 发布日期: 2026-09-23	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21

指标	GPT-6 Sol GPT-6 Sol low 发布日期: 2026-09-23	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21
分数	8.4	8.3
排名	#68	#70
可靠性	10.0	10.0
一致性	8.5	8.3
尝试次数	66/66	66/66
测试正确
尝试通过率	86.4%	78.8%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	1.604	3.381
总成本	$0.273	$0.508
输入价格	$2.000 / 1M	$0.370 / 1M
输出价格	$10.000 / 1M	$1.250 / 1M
总输入令牌	77,882	101,211
输出令牌	4,047	6,301
推理令牌	7,630	369,433
响应时间（平均）	6.92s	41.21s
响应时间（最大）	17.91s	390.70s
响应时间（总计）	152.17s	906.52s
参数量	~2T 总计 (~150B 激活)	320B 总计 (18B 激活)
开放状态	闭源	闭源

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

low

max

类别:

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-6 Sol	10.0	10.0	100.0%	0		2.43s	606	172	339
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

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-6 Sol	6.2	4.8	66.7%	2		8.74s	7,302	405	1,296
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

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-6 Sol	10.0	10.0	100.0%	0		8.13s	54,674	2,524	512
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

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-6 Sol	10.0	10.0	100.0%	0		13.63s	7,140	224	17
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

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-6 Sol	5.3	7.2	44.4%	1		11.45s	732	71	4,573
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

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-6 Sol	10.0	10.0	100.0%	0		17.91s	477	83	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

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-6 Sol	10.0	10.0	100.0%	0		2.37s	660	93	185
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

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-6 Sol	10.0	10.0	100.0%	0		2.66s	642	209	314
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

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-6 Sol	10.0	10.0	100.0%	0		4.03s	5,454	236	16
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

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-6 Sol	4.7	1.6	66.7%	1		3.67s	195	30	378
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

切换对比组合