Grok 4.3 (medium) vs GLM 5.3 (low)

已对比模型

排名: #199
总输出令牌: 232,542
响应时间（平均）: 44.53s
总成本: $0.989

排名: #195
总输出令牌: 28,602
响应时间（平均）: 15.28s
总成本: $0.473

推荐模型 GLM 5.3 (low)

它在这里得分最高（6.5），同时成本比Grok 4.3 (medium)低约 2.1 倍。

详细对比

指标	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01	GLM 5.3 GLM 5.3 low 发布日期: 2026-08-20

指标	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01	GLM 5.3 GLM 5.3 low 发布日期: 2026-08-20
分数	6.5	6.5
排名	#199	#195
可靠性	10.0	10.0
一致性	8.3	8.3
尝试次数	69/69	69/69
测试正确
尝试通过率	63.8%	63.8%
不稳定测试	5	5
总运行次数	69	69
每个结果成本	8.235	3.936
总成本	$0.989	$0.473
输入价格	$1.250 / 1M	$1.400 / 1M
输出价格	$2.500 / 1M	$4.400 / 1M
总输入令牌	325,471	247,436
输出令牌	14,867	11,005
推理令牌	217,675	17,597
响应时间（平均）	44.53s	15.28s
响应时间（最大）	216.69s	83.60s
响应时间（总计）	1024.25s	351.49s
参数量	~1.5T 总计 (~150B 激活)	744B 总计 (40B 激活)
开放状态	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#199 SpaceXAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 tok

#195 GLM 5.3

low

成本: $0.007
时间: 28.4s
令牌: 1,599 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
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510
GLM 5.3	5.2	3.2	33.3%	1		51.27s	142,447	2,473	1,321

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
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207
GLM 5.3	6.9	7.9	66.7%	1		4.16s	639	266	249

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 5.3	6.2	6.9	55.6%	1		21.02s	7,317	368	6,764

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
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601
GLM 5.3	3.8	5.8	33.3%	1		53.02s	80,209	6,729	5,209

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
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546
GLM 5.3	10.0	10.0	100.0%	0		3.42s	7,149	210	56

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
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783
GLM 5.3	5.3	10.0	33.3%	0		19.23s	759	35	3,384

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
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020
GLM 5.3	4.1	2.7	33.3%	1		4.70s	498	163	0

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
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713
GLM 5.3	10.0	10.0	100.0%	0		3.40s	678	72	81

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
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468
GLM 5.3	10.0	10.0	100.0%	0		4.20s	672	389	225

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
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615
GLM 5.3	10.0	10.0	100.0%	0		18.45s	6,861	231	0

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
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986
GLM 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

快速对比

切换对比组合

KAT-Coder-Pro V2.5highvsGrok 4.3medium Grok 4.3mediumvsGLM 5.2none Grok 4.3mediumvsGLM 5.1none Mercury 2.5highvsGLM 5.3low Qwen3.5-122B-A10BnonevsGrok 4.3medium Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsGLM 5.3low Gemini 3 Flash PreviewnonevsGrok 4.3medium Qwen3.5 Plus 2026-02-15nonevsGrok 4.3medium Qwen3.6 35B A3BmediumvsGLM 5.3low Laguna XS 2.1medium免费可用vsGLM 5.3low Mercury 2.5highvsGrok 4.3medium