- 排名
- #124
- 总输出令牌
- 333,632
- 响应时间（平均）
- 72.50s
- 总成本
- $2.687
Grok 4.5 (high) 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 $2.687。 GLM 5.3 FlashX Legal (high) 更快，为 35.19s vs 72.50s，通过率为 82.6% vs 72.5%。
已对比模型
- 排名
- #127
- 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Grok 4.5 (high)低约 5.2 倍。
详细对比
| 指标 | Grok 4.5 Grok 4.5 high | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high |
|---|---|---|
| 分数 | 8.2 | 8.2 |
| 排名 | #124 | #127 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 8.9 | 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 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 15.123 | 3.473 |
| 总成本 | $2.687 | $0.521 |
| 输入价格 | $2.000 / 1M | $0.370 / 1M |
| 输出价格 | $6.000 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.300 / 1M | $0.075 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 342,124 | 238,713 |
| 输出令牌 | 7,135 | 7,034 |
| 推理令牌 | 326,497 | 338,951 |
| 响应时间（平均） | 72.50s | 35.19s |
| 响应时间（最大） | 676.83s | 298.81s |
| 响应时间（总计） | 1667.51s | 809.47s |
| 参数量 | ~1.7T 总计 (~170B 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.
#124 SpaceXAI: Grok 4.5
high- 成本
- $0.015
- 时间
- 29.7s
- 令牌
- 2,737 tok
#127 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 76.95s | 189,949 | 1,480 | 7,690 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.67s | 2,991 | 204 | 4,545 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 155.16s | 9,579 | 357 | 100,752 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 35.56s | 113,448 | 4,299 | 13,004 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.63s | 8,937 | 225 | 3,888 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 4.1 | 4.4 | 44.5% | 2 | 301.27s | 2,523 | 6 | 173,117 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 4.7 | 1.6 | 66.7% | 1 | 9.82s | 1,077 | 83 | 1,899 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.23s | 1,857 | 57 | 3,154 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.88s | 2,430 | 220 | 4,312 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.71s | 8,544 | 192 | 901 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 60.58s | 789 | 12 | 13,235 | |
| 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
DeepSeek V4.1 Flash 1017maxvsGrok 4.5highGemini 4 ArgonlowvsGrok 4.5highGrok 4.5highvsGLM 5.2mediumQwen3.7 PlusmediumvsGrok 4.5highLing 3.1 FlashmediumvsGrok 4.5highGPT-5.6 TerramediumvsGLM 5.3 FlashX LegalhighGPT-5.6 TerramediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-6 LunamediumvsGrok 4.5highDeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX LegalhighGemini 4 ArgonlowvsGLM 5.3 FlashX LegalhighQwen3.7 PlusmediumvsGLM 5.3 FlashX Legalhigh