导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Grok 4.3 (medium) vs GLM 5.1

平均分几乎持平,为 6.5 vs 6.5。 GLM 5.1 benchmark 成本更低,为 $0.451 vs $0.989。 GLM 5.1 更快,为 11.10s vs 44.53s,通过率为 63.8% vs 47.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#276
总输出令牌
232,542
响应时间(平均)
44.53s
总成本
$0.989
排名
#274
总输出令牌
20,076
响应时间(平均)
11.10s
总成本
$0.451
推荐模型 GLM 5.1

它在这里得分最高(6.5),同时成本比Grok 4.3 (medium)低约 2.2 倍。

详细对比

指标 Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01 GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数 6.5 6.5
排名 #276 #274
可靠性 10.0 10.0
一致性 8.3 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 63.8% 47.8%
不稳定测试 5 5
总运行次数 69 69
每个结果成本 8.235 3.478
总成本 $0.989 $0.451
输入价格 $1.250 / 1M $1.400 / 1M
输出价格 $2.500 / 1M $4.400 / 1M
缓存读取价格 $0.200 / 1M $0.260 / 1M
缓存写入价格 不适用 不适用
总输入令牌 325,471 258,956
输出令牌 14,867 20,076
推理令牌 217,675 0
响应时间(平均) 44.53s 11.10s
响应时间(最大) 216.69s 107.19s
响应时间(总计) 1024.25s 255.39s
参数量 ~1.5T 总计 (~150B 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.

#276 SpaceXAI: Grok 4.3

medium
成本
$0.009
时间
19.0s
令牌
3,661 tok

#274 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
令牌
0 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

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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

切换对比组合