Grok 4.6 (high) vs GLM 5.3 Flash (max)

已对比模型

排名: #98
总输出令牌: 312,614
响应时间（平均）: 87.48s
总成本: $2.629

排名: #62
总输出令牌: 216,119
响应时间（平均）: 54.04s
总成本: $0.089

推荐模型 GLM 5.3 Flash (max)

它在这里得分最高（9.0），同时成本比Grok 4.6 (high)低约 29.8 倍。

详细对比

指标	Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12	GLM 5.3 Flash GLM 5.3 Flash max 发布日期: 2026-08-26

指标	Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12	GLM 5.3 Flash GLM 5.3 Flash max 发布日期: 2026-08-26
分数	8.5	9.0
排名	#98	#62
可靠性	10.0	10.0
一致性	10.0	9.0
尝试次数	69/69	69/69
测试正确
尝试通过率	82.6%	82.6%
不稳定测试	0	3
总运行次数	69	69
每个结果成本	13.833	0.519
总成本	$2.629	$0.089
输入价格	$2.000 / 1M	$0.150 / 1M
输出价格	$6.000 / 1M	$0.500 / 1M
缓存读取价格	$0.500 / 1M	$0.030 / 1M
缓存写入价格	不适用	不适用
总输入令牌	376,233	255,743
输出令牌	6,687	8,684
推理令牌	305,927	207,435
响应时间（平均）	87.48s	54.04s
响应时间（最大）	618.49s	333.47s
响应时间（总计）	2012.15s	1242.97s
参数量	~1.7T 总计 (~170B 激活)	320B 总计 (18B 激活)
开放状态	闭源	开源

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.

#98 SpaceXAI: Grok 4.6

high

成本: $0.107
时间: 265.1s
令牌: 18,001 tok

#62 GLM 5.3 Flash

max

成本: $0.005
时间: 296.5s
令牌: 16,250 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 4.6	5.0	10.0	0.0%	0		160.89s	268,958	1,593	28,804
GLM 5.3 Flash	10.0	10.0	100.0%	0		96.73s	158,870	1,047	10,732

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 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805
GLM 5.3 Flash	10.0	10.0	100.0%	0		4.15s	639	280	1,909

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 4.6	10.0	10.0	100.0%	0		102.20s	9,579	379	51,829
GLM 5.3 Flash	10.0	10.0	100.0%	0		43.37s	7,317	381	23,692

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 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529
GLM 5.3 Flash	7.3	5.8	83.3%	1		138.66s	72,093	5,223	43,858

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 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590
GLM 5.3 Flash	10.0	10.0	100.0%	0		6.10s	7,149	222	2,002

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 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471
GLM 5.3 Flash	3.6	7.2	22.2%	1		203.29s	759	311	114,989

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 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448
GLM 5.3 Flash	10.0	10.0	100.0%	0		10.02s	498	212	1,118

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 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318
GLM 5.3 Flash	9.8	10.0	100.0%	0		3.65s	678	72	972

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 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706
GLM 5.3 Flash	8.7	7.7	88.9%	1		5.61s	672	466	1,677

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 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505
GLM 5.3 Flash	10.0	10.0	100.0%	0		19.24s	6,861	231	640

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 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922
GLM 5.3 Flash	3.0	10.0	0.0%	0		46.77s	207	239	5,846

切换对比组合

Muse EmbermediumvsGrok 4.6high Gemini 3.6 FlashlowvsGLM 5.3 Flashmax Claude Opus 5lowvsGLM 5.3 Flashmax Gemini 4 ArgonmediumvsGLM 5.3 Flashmax Muse Spark OpenlowvsGLM 5.3 Flashmax Muse Spark 1.3lowvsGrok 4.6high Claude Sonnet 5mediumvsGrok 4.6high Particle-1mediumvsGrok 4.6high Qwen3.7 MaxmediumvsGrok 4.6high Qwen3.8 Max (0902)lowvsGrok 4.6high Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax Claude Haiku 5.5lowvsGrok 4.6high