Grok Build 0.1 (medium) vs GLM 5.3 FlashX Legal (low)

已对比模型

排名: #236
总输出令牌: 529,806
响应时间（平均）: 55.13s
总成本: $1.419

排名: #237
总输出令牌: 37,995
响应时间（平均）: 8.30s
总成本: $0.135

推荐模型 GLM 5.3 FlashX Legal (low)

它在这里得分最高（6.7），同时成本比Grok Build 0.1 (medium)低约 10.5 倍。

详细对比

指标	Grok Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low 发布日期: 2026-11-02

指标	Grok Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low 发布日期: 2026-11-02
分数	6.7	6.7
排名	#236	#237
可靠性	10.0	9.7
一致性	9.6	7.8
尝试次数	69/69	69/69
测试正确
尝试通过率	58.0%	55.1%
不稳定测试	1	6
总运行次数	69	69
每个结果成本	10.910	1.349
总成本	$1.419	$0.135
输入价格	$1.000 / 1M	$0.370 / 1M
输出价格	$2.000 / 1M	$1.250 / 1M
缓存读取价格	$0.200 / 1M	$0.075 / 1M
缓存写入价格	不适用	不适用
总输入令牌	358,616	236,104
输出令牌	9,651	11,222
推理令牌	520,155	26,773
响应时间（平均）	55.13s	8.30s
响应时间（最大）	252.69s	64.18s
响应时间（总计）	1268.10s	190.99s
参数量	~300B 总计 (~30B 激活)	~320B 总计 (~18B 激活)
开放状态	闭源	闭源

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.

#236 SpaceXAI: Grok Build 0.1

medium

成本: $0.028
时间: 81.3s
令牌: 14,009 tok

#237 GLM 5.3 FlashX Legal

low

成本: $0.003
时间: 12.4s
令牌: 2,362 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 Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		59.27s	131,366	1,125	5,112

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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162
GLM 5.3 FlashX Legal	6.4	7.9	58.3%	1		1.39s	639	220	288

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452
GLM 5.3 FlashX Legal	5.4	7.2	44.4%	1		5.90s	7,317	465	3,760

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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		36.85s	79,926	8,387	14,351

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		1.55s	7,149	210	130

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 Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037
GLM 5.3 FlashX Legal	2.9	7.2	11.1%	1		3.12s	759	34	2,248

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345
GLM 5.3 FlashX Legal	3.4	2.2	33.3%	1		1.35s	498	156	80

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		1.28s	678	71	93

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841
GLM 5.3 FlashX Legal	8.2	7.2	88.9%	1		2.10s	672	320	251

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		9.16s	6,893	213	32

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		2.91s	207	21	428

切换对比组合

Qwen3.5-FlashnonevsGLM 5.3 FlashX Legallow Solar Pro 4xhighvsGrok Build 0.1medium Grok 4.7highvsGLM 5.3 FlashX Legallow Qwen3.5-FlashnonevsGrok Build 0.1medium MiniMax M3mediumvsGLM 5.3 FlashX Legallow Ember-1maxvsGLM 5.3 FlashX Legallow Grok 4.7xhighvsGLM 5.3 FlashX Legallow GPT 5.3 ChatdefaultvsGLM 5.3 FlashX Legallow GPT-5.6 SolnonevsGLM 5.3 FlashX Legallow Apodex 1.1 Minihigh免费可用vsGLM 5.3 FlashX Legallow Solar Pro 4lowvsGrok Build 0.1medium Space Bunny AlphamaxvsGrok Build 0.1medium