- 排名
- #104
- 总输出令牌
- 306,044
- 响应时间（平均）
- 68.44s
- 总成本
- $2.454
Grok 4.5 (medium) vs GLM 5.3 (high)
平均分几乎持平，为 7.8 vs 7.8。 GLM 5.3 (high) benchmark 成本更低，为 $0.610 vs $2.454。 GLM 5.3 (high) 更快，为 28.38s vs 68.44s，通过率为 79.7% vs 75.4%。
已对比模型
- 排名
- #105
- 总输出令牌
- 68,482
- 响应时间（平均）
- 28.38s
- 总成本
- $0.610
推荐模型
GLM 5.3 (high)
它在这里得分最高（7.8），同时成本比Grok 4.5 (medium)低约 4.0 倍。
详细对比
| 指标 | Grok 4.5 Grok 4.5 medium | GLM 5.3 GLM 5.3 high |
|---|---|---|
| 分数 | 7.8 | 7.8 |
| 排名 | #104 | #105 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.0 | 7.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 79.7% | 75.4% |
| 不稳定测试 | 3 | 7 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 14.430 | 4.351 |
| 总成本 | $2.454 | $0.610 |
| 输入价格 | $2.000 / 1M | $1.400 / 1M |
| 输出价格 | $6.000 / 1M | $4.400 / 1M |
| 总输入令牌 | 308,369 | 219,811 |
| 输出令牌 | 7,013 | 8,811 |
| 推理令牌 | 299,031 | 59,671 |
| 响应时间（平均） | 68.44s | 28.38s |
| 响应时间（最大） | 436.38s | 159.91s |
| 响应时间（总计） | 1574.14s | 652.78s |
| 参数量 | ~1.7T 总计 (~170B 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.
#104 SpaceXAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 tok
#105 GLM 5.3
high- 成本
- $0.085
- 时间
- 362.5s
- 令牌
- 19,310 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
快速对比
切换对比组合
Step 3.7 FlashmediumvsGLM 5.3highGrok 4.6mediumvsGLM 5.3highMiMo-V2.6-FlashmediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 PlusnonevsGLM 5.3highGemini 3.5 FlashmediumvsGLM 5.3highQwen3.7 PlusnonevsGrok 4.5mediumGrok 4.5lowvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsGLM 5.3highQwen3.7 MaxnonevsGrok 4.5mediumQwen3.7 MaxnonevsGLM 5.3highClaude Fable 5.1highvsGrok 4.5medium