Grok 4.7 (low) vs GLM 5.3 FlashX (high)

已对比模型

推荐模型 GLM 5.3 FlashX (high)

它在这里得分最高（7.4），同时成本比Grok 4.7 (low)低约 10.8 倍。

指标	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21

指标	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21
分数	7.4	7.4
排名	#127	#126
可靠性	10.0	10.0
一致性	8.3	8.2
尝试次数	69/69	69/69
测试正确
尝试通过率	73.9%	69.6%
不稳定测试	5	5
总运行次数	69	69
每个结果成本	13.804	1.612
总成本	$2.263	$0.210
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	365,119	235,914
输出令牌	8,118	8,147
推理令牌	247,211	89,581
响应时间（平均）	63.19s	14.94s
响应时间（最大）	389.63s	91.16s
响应时间（总计）	1453.28s	343.65s
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.

low

high

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 5.3 FlashX	10.0	10.0	100.0%	0		78.03s	154,549	1,326	12,503

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 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

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 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

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 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

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 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

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 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

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 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

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 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

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 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

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 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

切换对比组合