- 排名
- #97
- 总输出令牌
- 38,048
- 响应时间（平均）
- 14.55s
- 总成本
- $0.449
Grok 4.6 (low) vs GLM 5.3 Flash (high)
Grok 4.6 (low) 平均分领先，为 7.4 vs 7.3。 GLM 5.3 Flash (high) benchmark 成本更低，为 $0.029 vs $0.449。 Grok 4.6 (low) 更快，为 14.55s vs 25.36s，通过率为 69.7% vs 66.7%。
- 排名
- #102
- 总输出令牌
- 78,318
- 响应时间（平均）
- 25.36s
- 总成本
- $0.029
推荐模型
GLM 5.3 Flash (high)
它的得分接近这里的最高分（7.3 vs 7.4），同时成本比Grok 4.6 (low)低约 16.0 倍。
详细对比
| 指标 | Grok 4.6 Grok 4.6 low | GLM 5.3 Flash GLM 5.3 Flash high |
|---|---|---|
| 分数 | 7.4 | 7.3 |
| 排名 | #97 | #102 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 69.7% | 66.7% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.989 | 0.216 |
| 总成本 | $0.449 | $0.029 |
| 输入价格 | $2.000 / 1M | $0.075 / 1M |
| 输出价格 | $6.000 / 1M | $0.250 / 1M |
| 总输入令牌 | 109,960 | 113,003 |
| 输出令牌 | 5,124 | 11,558 |
| 推理令牌 | 32,924 | 66,760 |
| 响应时间（平均） | 14.55s | 25.36s |
| 响应时间（最大） | 26.46s | 163.41s |
| 响应时间（总计） | 320.17s | 558.01s |
| 参数量 | ~1.7T 总计 (~170B 激活) | 320B 总计 (18B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#97 SpaceXAI: Grok 4.6
low- 成本
- $0.011
- 时间
- 26.0s
- 令牌
- 1,941 tok
#102 GLM 5.3 Flash
high- 成本
- $0.003
- 时间
- 186.7s
- 令牌
- 10,486 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
| 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 | 9.00s | 2,991 | 104 | 3,343 | |
| GLM 5.3 Flash | 8.3 | 10.0 | 75.0% | 0 | 2.50s | 639 | 330 | 444 |
| 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 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 | |
| GLM 5.3 Flash | 8.2 | 7.2 | 88.9% | 1 | 19.62s | 7,317 | 373 | 9,973 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 | |
| GLM 5.3 Flash | 6.4 | 5.8 | 66.7% | 1 | 91.11s | 88,223 | 9,252 | 19,726 |
| 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 | 11.63s | 8,937 | 225 | 1,423 | |
| GLM 5.3 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.73s | 7,149 | 287 | 315 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 18.19s | 2,523 | 16 | 7,921 | |
| GLM 5.3 Flash | 3.0 | 10.0 | 0.0% | 0 | 85.92s | 759 | 315 | 34,196 |
| 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 | 16.29s | 1,077 | 55 | 1,009 | |
| GLM 5.3 Flash | 5.0 | 10.0 | 0.0% | 0 | 3.33s | 498 | 164 | 155 |
| 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 | 6.64s | 1,857 | 57 | 2,310 | |
| GLM 5.3 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.06s | 678 | 72 | 277 |
| 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 | 8.16s | 2,430 | 154 | 2,506 | |
| GLM 5.3 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 672 | 401 | 428 |
| 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 | 14.42s | 8,544 | 255 | 359 | |
| GLM 5.3 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.64s | 6,861 | 231 | 69 |
| 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 | 26.11s | 789 | 10 | 3,508 | |
| GLM 5.3 Flash | 3.0 | 10.0 | 0.0% | 0 | 11.52s | 207 | 133 | 1,177 |
快速对比
切换对比组合
Gemini 3.1 Flash LitemediumvsGLM 5.3 FlashhighQwen3.7 PlusnonevsGLM 5.3 FlashhighQwen3.8 2.4T A95BhighvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGLM 5.3 FlashhighKAT-Coder-Pro V2.5lowvsGLM 5.3 FlashhighClaude Sonnet 4.6nonevsGrok 4.6lowGrok 4.6lowvsGLM 5.3highClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Sonnet 4.6nonevsGLM 5.3 FlashhighLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 LunamediumvsGrok 4.6lowKimi K2.7 CodemediumvsGrok 4.6low