- 排名
- #141
- 总输出令牌
- 291,229
- 响应时间(平均)
- 106.83s
- 总成本
- $1.830
Qwen4 Max (xhigh) vs GLM 5.3 FlashX Legal (high)
平均分几乎持平,为 8.2 vs 8.2。 GLM 5.3 FlashX Legal (high) benchmark 成本更低,为 $0.521 vs $1.830。 GLM 5.3 FlashX Legal (high) 更快,为 35.19s vs 106.83s,通过率为 82.6% vs 72.5%。
已对比模型
- 排名
- #139
- 总输出令牌
- 345,985
- 响应时间(平均)
- 35.19s
- 总成本
- $0.521
推荐模型
GLM 5.3 FlashX Legal (high)
它在这里得分最高(8.2),同时成本比Qwen4 Max (xhigh)低约 3.5 倍。
详细对比
| 指标 | Qwen4 Max Qwen4 Max xhigh | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high |
|---|---|---|
| 分数 | 8.2 | 8.2 |
| 排名 | #141 | #139 |
| 可靠性 | 9.8 | 9.7 |
| 一致性 | 9.3 | 8.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 82.6% | 72.5% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 10.162 | 3.473 |
| 总成本 | $1.830 | $0.521 |
| 输入价格 | $1.500 / 1M | $0.370 / 1M |
| 输出价格 | $4.500 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.075 / 1M | $0.075 / 1M |
| 缓存写入价格 | $1.875 / 1M | 不适用 |
| 总输入令牌 | 345,694 | 238,713 |
| 输出令牌 | 8,170 | 7,034 |
| 推理令牌 | 283,059 | 338,951 |
| 响应时间(平均) | 106.83s | 35.19s |
| 响应时间(最大) | 595.00s | 298.81s |
| 响应时间(总计) | 2457.00s | 809.47s |
| 参数量 | ~2.4T 总计 (~95B 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.
#141 Qwen4 Max
xhigh- 成本
- $0.120
- 时间
- 456.4s
- 令牌
- 26,650 tok
#139 GLM 5.3 FlashX Legal
high- 成本
- $0.018
- 时间
- 103.8s
- 令牌
- 13,703 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 3.4 | 9.6 | 0.0% | 0 | 322.05s | 204,924 | 2,164 | 45,920 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 78.95s | 140,782 | 1,206 | 13,815 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.45s | 828 | 241 | 1,992 | |
| GLM 5.3 FlashX Legal | 8.2 | 7.9 | 83.3% | 1 | 1.50s | 639 | 282 | 456 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 28.72s | 8,010 | 426 | 16,827 | |
| GLM 5.3 FlashX Legal | 8.2 | 7.2 | 88.9% | 1 | 27.50s | 7,317 | 397 | 31,799 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 122.59s | 112,388 | 3,968 | 41,494 | |
| GLM 5.3 FlashX Legal | 6.9 | 5.9 | 66.7% | 1 | 22.42s | 73,021 | 3,779 | 11,384 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 7.24s | 8,103 | 255 | 1,940 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 7,149 | 210 | 358 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 3.5 | 4.4 | 33.3% | 2 | 507.30s | 706 | 26 | 135,995 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 188.77s | 759 | 195 | 278,113 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 555 | 196 | 326 | |
| GLM 5.3 FlashX Legal | 4.8 | 3.2 | 33.3% | 1 | 1.78s | 498 | 204 | 214 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.74s | 777 | 84 | 866 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 678 | 72 | 240 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 5.33s | 813 | 399 | 1,216 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 2.45s | 672 | 411 | 479 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 9.37s | 8,347 | 240 | 744 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 7.41s | 6,991 | 225 | 98 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 212.18s | 243 | 171 | 35,739 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 8.62s | 207 | 53 | 1,995 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsQwen4 MaxxhighKimi K3.1 ProhighvsQwen4 MaxxhighGemini 4 ArgonlowvsGLM 5.3 FlashX LegalhighGPT-5.6 TerramediumvsGLM 5.3 FlashX LegalhighGemini 4 ArgonlowvsQwen4 MaxxhighDeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX LegalhighSeed-2.0-CodelowvsQwen4 MaxxhighQwen3.7 PlusmediumvsGLM 5.3 FlashX LegalhighLing 3.1 FlashmediumvsGLM 5.3 FlashX LegalhighSeed-2.0-LitemediumvsGLM 5.3 FlashX LegalhighClaude Opus 4.8mediumvsGLM 5.3 FlashX LegalhighGPT-6 LunamediumvsGLM 5.3 FlashX Legalhigh