Grok 4.7 (low) vs GLM 5.1 (medium)

已对比模型

排名: #127
总输出令牌: 255,329
响应时间（平均）: 63.19s
总成本: $2.263

排名: #119
总输出令牌: 248,708
响应时间（平均）: 66.38s
总成本: $1.066

推荐模型 GLM 5.1 (medium)

它在这里得分最高（7.5），同时成本比Grok 4.7 (low)低约 2.1 倍。

详细对比

指标	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07

指标	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数	7.4	7.5
排名	#127	#119
可靠性	10.0	9.2
一致性	8.3	8.4
尝试次数	69/69	69/69
测试正确
尝试通过率	73.9%	66.7%
不稳定测试	5	4
总运行次数	69	69
每个结果成本	13.804	9.004
总成本	$2.263	$1.066
输入价格	$2.000 / 1M	$0.965 / 1M
输出价格	$6.000 / 1M	$3.032 / 1M
总输入令牌	365,119	331,577
输出令牌	8,118	17,919
推理令牌	247,211	230,789
响应时间（平均）	63.19s	66.38s
响应时间（最大）	389.63s	308.75s
响应时间（总计）	1453.28s	1460.31s
参数量	~1.7T 总计 (~170B 激活)	744B 总计 (40B 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.

#127 SpaceXAI: Grok 4.7

low

成本: $0.007
时间: 15.2s
令牌: 1,537 tok

#119 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

成本: $0.000
时间: 300.0s
令牌: 0 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 4.7	5.0	10.0	0.0%	0		154.86s	236,287	1,278	22,203
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

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 4.7	10.0	10.0	100.0%	0		9.92s	2,991	94	7,306
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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 4.7	8.4	7.4	88.9%	1		189.08s	9,579	346	99,053
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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 4.7	7.3	5.8	83.3%	1		31.17s	90,114	5,684	6,430
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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 4.7	10.0	10.0	100.0%	0		4.88s	8,937	225	2,050
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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 4.7	5.3	10.0	33.3%	0		159.09s	2,523	17	84,957
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

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 4.7	4.1	2.7	33.3%	1		11.32s	1,077	75	2,060
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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 4.7	8.4	6.9	83.3%	1		6.19s	1,857	57	2,559
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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 4.7	8.2	7.2	88.9%	1		12.45s	2,430	151	6,628
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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 4.7	10.0	10.0	100.0%	0		4.26s	8,535	174	336
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

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 4.7	3.0	10.0	0.0%	0		76.84s	789	17	13,629
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

快速对比

切换对比组合

Space Bunny AlphahighvsGLM 5.1medium Grok 4.7lowvsGLM 5.3 FlashXhigh Seed-2.0-CodemediumvsGrok 4.7low Inkling Smallhigh免费可用vsGrok 4.7low Qwen3.6 FlashmediumvsGrok 4.7low GPT-5.6 LunamediumvsGrok 4.7low Qwen3.8 27Blow免费可用vsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium DeepSeek V4 Pro 0423nonevsGrok 4.7low Inklingmedium免费可用vsGrok 4.7low Gemma 4 26B A4Bmedium免费可用vsGrok 4.7low Seed-2.0-CodehighvsGLM 5.1medium