- 排名
- #276
- 总输出令牌
- 232,542
- 响应时间(平均)
- 44.53s
- 总成本
- $0.989
Grok 4.3 (medium) vs GLM 5.3 (low)
平均分几乎持平,为 6.5 vs 6.5。 GLM 5.3 (low) benchmark 成本更低,为 $0.215 vs $0.989。 GLM 5.3 (low) 更快,为 15.18s vs 44.53s,通过率为 63.8% vs 63.8%。
已对比模型
- 排名
- #273
- 总输出令牌
- 28,106
- 响应时间(平均)
- 15.18s
- 总成本
- $0.215
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 4.6 倍。
详细对比
| 指标 | Grok 4.3 Grok 4.3 medium | GLM 5.3 GLM 5.3 low |
|---|---|---|
| 分数 | 6.5 | 6.5 |
| 排名 | #276 | #273 |
| 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 | 3.923 |
| 总成本 | $0.989 | $0.215 |
| 输入价格 | $1.250 / 1M | $0.070 / 1M |
| 输出价格 | $2.500 / 1M | $7.000 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.065 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 325,471 | 247,871 |
| 输出令牌 | 14,867 | 10,791 |
| 推理令牌 | 217,675 | 17,315 |
| 响应时间(平均) | 44.53s | 15.18s |
| 响应时间(最大) | 216.69s | 83.60s |
| 响应时间(总计) | 1024.25s | 349.06s |
| 参数量 | ~1.5T 总计 (~150B 激活) | 744B 总计 (40B 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.
#276 SpaceXAI: Grok 4.3
medium- 成本
- $0.009
- 时间
- 19.0s
- 令牌
- 3,661 tok
#273 GLM 5.3
low- 成本
- $0.007
- 时间
- 28.4s
- 令牌
- 1,599 tok
类别细分
快速对比
切换对比组合
KAT-Coder-Pro V2.5highvsGrok 4.3mediumBeam 1.0 501B A23BxhighvsGLM 5.3lowGrok 4.3mediumvsGLM 5.1noneMercury 2.5highvsGLM 5.3lowQwen3.5-122B-A10BnonevsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.3lowKAT-Coder-Pro V2.5highvsGLM 5.3lowGemini 3 Flash PreviewnonevsGrok 4.3mediumBeam 1.0 501B A23BmaxvsGrok 4.3mediumBeam 1.0 501B A23BxhighvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGLM 5.3lowLaguna XS 2.1medium免费可用vsGLM 5.3low