Grok 4.5 (medium) vs GLM 5.3 FlashX (max)

已对比模型

推荐模型 GLM 5.3 FlashX (max)

它的得分接近这里的最高分（8.3 vs 8.5），同时成本比Grok 4.5 (medium)低约 4.0 倍。

指标	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21

指标	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08	GLM 5.3 FlashX GLM 5.3 FlashX max 发布日期: 2026-09-21
分数	8.5	8.3
排名	#60	#70
可靠性	10.0	10.0
一致性	8.9	8.3
尝试次数	66/66	66/66
测试正确
尝试通过率	83.3%	78.8%
不稳定测试	3	5
总运行次数	66	66
每个结果成本	12.007	3.381
总成本	$2.042	$0.508
输入价格	$2.000 / 1M	$0.370 / 1M
输出价格	$6.000 / 1M	$1.250 / 1M
总输入令牌	122,155	101,211
输出令牌	5,514	6,301
推理令牌	293,946	369,433
响应时间（平均）	68.59s	41.21s
响应时间（最大）	436.38s	390.70s
响应时间（总计）	1508.91s	906.52s
参数量	~1.7T 总计 (~170B 激活)	320B 总计 (18B 激活)
开放状态	闭源	闭源

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

medium

max

类别:

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		23.50s	2,991	147	4,018
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.65s	639	301	2,210

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634
GLM 5.3 FlashX	8.2	7.2	88.9%	1		24.61s	7,317	463	36,503

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		29.01s	83,730	4,154	16,180
GLM 5.3 FlashX	8.2	6.9	66.7%	1		45.23s	76,431	3,485	35,762

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		6.29s	8,937	225	3,657
GLM 5.3 FlashX	10.0	10.0	100.0%	0		3.38s	7,149	223	2,262

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	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815
GLM 5.3 FlashX	3.5	4.4	33.3%	2		224.00s	759	583	279,058

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384
GLM 5.3 FlashX	10.0	10.0	100.0%	0		5.01s	498	209	1,290

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		6.06s	1,857	57	2,728
GLM 5.3 FlashX	9.9	10.0	100.0%	0		2.23s	678	72	1,032

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		7.75s	2,430	254	3,641
GLM 5.3 FlashX	8.2	7.7	77.8%	1		3.88s	672	456	2,848

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		6.57s	8,544	192	968
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.39s	6,861	231	712

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		74.44s	789	13	14,921
GLM 5.3 FlashX	3.0	10.0	0.0%	0		22.41s	207	278	7,756

切换对比组合