GLM 5.3
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,便宜 89%。
有 12 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 9 个。
截至 2026年11月16日,GLM 5.3(Zhipu AI)在 BenchLeader Index 上得分 58.8(共 608 个已排名配置)。表现最好的是人类偏好(67),最弱的是知识(54)。API 价格为输入每百万 token $1.40、输出每百万 token $4.40(按 3:1 混合为 $2.15),为 2026年11月16日的标价。输出速度约为 88 token/秒(Artificial Analysis)。发布于 2026年8月18日。
要点(截至 2026年11月16日)
- GLM 5.3 的 API 价格为输入每百万 token $1.40、输出每百万 token $4.40(按 3:1 混合为 $2.15)(标价,2026年11月16日)。
- GLM 5.3 的输出速度约为 88 token/秒(Artificial Analysis,2026年11月16日)。
- GLM 5.3 于 2026年8月18日发布(Zhipu AI)。
详细说明:GLM 5.3 是 Zhipu AI 的开放权重推理模型,发布于 2026年8月18日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 58.8 ±3.0,在 608 个配置中排第 118 名,处于上半区。关键在于这个“±”:另有 221 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(67),知识最低(54)。按混合价格计,每百万 token $2.15,比大多数已排名模型贵。输出速度为 88 token/秒,首次回答需 57.6 秒,比大多数模型快。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $2.15/M
- 输入 $1.40 · 输出 $4.40
- 来源:Artificial Analysis
- 输出速度
- 88 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 58 s
- 首 token 0.40 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 144 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $5.01
- 每项任务 23 min,AA Index
- 单任务 token 数
- 119k
- 其中 71% 为推理
- 发布日期
- 2026年8月18日
- 综合 Index59
- 推理55
- 编程60
- 智能体与工具58
- 数学60
- 知识54
- 人类偏好67
- 长上下文65
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/glm-5-3)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Zhipu AI 以这个名称发布过 8 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 3.2 倍,Index 变化 +11.5,相当于支出每翻一倍提升 6.9 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年9月8日 至 2026年11月16日- max
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | low | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 33.3#239 | 33.3#239 | Artificial Analysis |
推理
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond | – | 90.9%#40 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | 66.2%#31 | SimpleBench | |
| Arena Hard Prompts | – | 1507#23 | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index推理强度未说明 | – | – | 85.8%#35 | LiveBench | |
| GPQA Diamond (AA)不计入 Index | – | 91.7%#45 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 36.6%#124 | 42.3%#83 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 17.5%#89 | 17.9%#87 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | 88.1%#34 | – | Vals AI | |
| CritPt不计入 Index | 14.6%#110 | 19.1%#77 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 21.5%#96 | 33.5%#69 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | 23.0%#21 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明可能存在污染 | – | – | 16.4%#18 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | 1522#20 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | 37.0%#48 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | 33.0%#32 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 55.5%#51 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 87.7%#105 | Epoch AI Benchmarking Hub | |
| BTF-3不计入 Index推理强度未说明 | – | – | 14.9%#1 | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 68.8%#34 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 29.3%#44 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 91.1%#79 | – | Epoch AI Benchmarking Hub | |
| ProofBench | 49.0%#36 | – | Vals AI | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | 87.9%#45 | LiveBench | |
| Arena Maths | 1501#16 | – | Arena (LMArena) |
知识
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | – | 41.0%#52 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index推理强度未说明 | – | – | 70.2%#52 | LiveBench | |
| AA-Omniscience v1.1 | -11.2#108 | 6.0#70 | – | Artificial Analysis | |
| MMLU-Pro | – | 86.8%#37 | – | Vals AI | |
| LegalBench | – | 84.8%#29 | – | Vals AI | |
| TaxEval | – | 72.4%#64 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 56.3%#47 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | 69.1%#23 | – | Vals AI | |
| MedCode不计入 Index | – | 42.9%#47 | – | Vals AI | |
| MedScribe不计入 Index | – | 88.8%#11 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 68.5%#10 | – | Vals AI | |
| Access to Justice Benchmark不计入 Index | – | 73.7%#5 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | – | 74.1%#11 | – | Vals AI | |
| Immigration Bench不计入 Index | – | 66.7%#14 | – | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 31.9%#92 | 32.3%#91 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 36.8%#96 | 61.1%#53 | – | Artificial Analysis | |
| HealthBench Professional (AA)不计入 Index | – | 52.8%#17 | – | OpenAI | |
| FACTS Parametric不计入 Index推理强度未说明 | – | – | 40.3%#21 |
指令遵循
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index推理强度未说明 | – | 79.9%#31 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | 69.3%#33 | LiveBench | |
| Arena Instruction Following不计入 Index | 1481#24 | – | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1482#28 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2076#7 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1456#33 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1482#37 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1488#32 | – | Arena (LMArena) |
多模态
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Code2Video-AA不计入 Index | 1034#13 | Artificial Analysis | |
| AA-3D不计入 Index | 794#22 | Artificial Analysis |
长上下文
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 72.7%#204 | 79.7%#100 | – | Artificial Analysis | |
| MLCR不计入 Index | 11.1%#115 | 17.2%#75 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | 55.2%#23 |
综合
| 基准测试 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 157.1#32 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | – | 76.1%#32 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 23.1#87 | 31.6#58 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 34.3#101 | 44.8#42 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 311.5#94 | 322.7#50 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | 59.9#15 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | 61.4%#10 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | 22.9%#15 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | 59.7%#9 | Vals AI | |
| Vals Legal Index不计入 Index | – | 74.6%#6 | – | Vals AI | |
| AA Cyber Index不计入 Index | – | 36.4#17 | – | Artificial Analysis |
安全与诚实
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FORTRESS不计入 Index | 28.2%#55 | – | Scale AI SEAL | |
| DistressBench不计入 Index推理强度未说明 | – | 72.5%#20 | Scale AI SEAL |
GameBench 2 Overall: 64.6. GameBench 2, best reasoning setting (Max): 72.3. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Tenstorrent | 209 tok/s | 0.77 s | $0.600 | $2.00 | 1.0M | fp8 |
| Amazon Bedrock | 179 tok/s | 0.47 s | $1.68 | $5.28 | 1.0M | – |
| Parasail | 160 tok/s | 0.23 s | $1.40 | $4.40 | 1.0M | fp4 |
| Fireworks | 151 tok/s | 0.95 s | $2.10 | $6.60 | 1.0M | – |
| Parasail | 141 tok/s | 0.73 s | $2.10 | $6.60 | 1.0M | fp4 |
| Baseten (fp8) | 135 tok/s | 0.85 s | $2.10 | $6.60 | 1.0M | fp8 |
| Inceptron | 129 tok/s | 0.90 s | $1.00 | $4.20 | 1.0M | fp4 |
| Together | 129 tok/s | 0.36 s | $1.40 | $4.40 | 1.0M | – |
| Decart | 128 tok/s | 0.44 s | $0.560 | $1.80 | 1.0M | fp4 |
| Venice | 126 tok/s | 0.56 s | $1.40 | $4.40 | 1M | – |
| Mistral | 123 tok/s | 0.69 s | $1.54 | $4.84 | 1.0M | nvfp4 |
| Baseten (fp8) | 116 tok/s | 0.81 s | $2.10 | $6.60 | 1.0M | fp8 |
| Makora | 114 tok/s | 0.26 s | $1.00 | $4.00 | 1.0M | fp4 |
| CoreWeave | 113 tok/s | 0.44 s | $0.750 | $3.00 | 1.0M | nvfp4 |
| AkashML | 112 tok/s | 0.98 s | $0.190 | $4.40 | 1.0M | fp4 |
| DigitalOcean | 109 tok/s | 0.45 s | $0.910 | $2.86 | 1.0M | – |
| Modal | 108 tok/s | 0.38 s | $1.40 | $4.40 | 1.0M | – |
| Mistral | 106 tok/s | 1.05 s | $1.40 | $4.40 | 1.0M | nvfp4 |
| Alibaba Cloud Int. | 101 tok/s | 0.77 s | $2.80 | $8.80 | 1M | – |
| Cohere | 98 tok/s | 0.39 s | $0.950 | $3.50 | 1.0M | nvfp4 |
| Crusoe | 98 tok/s | 0.43 s | $1.40 | $4.40 | 1.0M | fp4 |
| Wafer | 96 tok/s | 0.29 s | $0.179 | $1.40 | 1.0M | fp4 |
| Wafer | 93 tok/s | 0.22 s | $0.070 | $1.40 | 1.0M | fp4 |
| inference.net | 92 tok/s | 0.29 s | $0.084 | $3.60 | 1.0M | fp4 |
| Sail Research | 92 tok/s | 0.61 s | $1.05 | $4.20 | 1.0M | fp8 |
| Doubleword | 91 tok/s | 0.66 s | $1.40 | $4.40 | 1.0M | – |
| inference.net | 89 tok/s | 0.27 s | $0.084 | $3.60 | 1.0M | fp4 |
| Relace | 88 tok/s | 1.06 s | $0.070 | $4.38 | 1.0M | fp4 |
| Fireworks Spot | 85 tok/s | 0.36 s | $0.980 | $3.08 | 1.0M | – |
| Friendli | 84 tok/s | 0.38 s | $1.26 | $3.96 | 1.0M | – |
| Sail Research | 78 tok/s | 0.37 s | $0.750 | $3.00 | 1.0M | fp8 |
| Cloudflare | 77 tok/s | 1.75 s | $0.700 | $2.20 | 1.0M | – |
| Baseten (fp4) | 76 tok/s | 0.83 s | $1.40 | $4.40 | 1.0M | fp4 |
| Fireworks | 74 tok/s | 0.49 s | $1.40 | $4.40 | 1.0M | – |
| DeepInfra | 68 tok/s | 1.35 s | $0.563 | $2.50 | 1.0M | fp4 |
| Baseten (fp4) | 68 tok/s | 0.95 s | $1.40 | $4.40 | 1.0M | fp4 |
| Nebius Token Factory | 68 tok/s | 0.79 s | $1.40 | $4.40 | 1.0M | fp4 |
| Morph | 67 tok/s | 0.45 s | $1.03 | $3.17 | 1.0M | fp8 |
| SiliconFlow | 61 tok/s | 2.36 s | $0.700 | $2.20 | 1.0M | fp8 |
| Reka AI | 58 tok/s | 0.59 s | $0.150 | $3.00 | 1.0M | – |
| NovitaAI | 58 tok/s | 1.36 s | $0.630 | $1.98 | 1.0M | fp8 |
| Z.ai | 58 tok/s | 1.91 s | $1.40 | $4.40 | 1.0M | fp8 |
| DeepInfra | 56 tok/s | 2.96 s | $0.450 | $2.00 | 1.0M | fp4 |
| GMICloud | 54 tok/s | 2.23 s | $0.700 | $2.20 | 1.0M | fp8 |
| Alibaba Cloud Int. | 52 tok/s | 2.68 s | $1.19 | $3.74 | 1M | – |
| AtlasCloud | 47 tok/s | 1.83 s | $1.40 | $4.40 | 1.0M | fp8 |
| Featherless | 47 tok/s | 0.77 s | $1.40 | $4.40 | 262k | – |
| SambaNova | 45 tok/s | 1.11 s | $1.40 | $4.40 | 1.0M | – |
使用情况
GLM 5.3 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 58.7k token、每个输出 token 对应 59 个输入 token、91% 的输入来自缓存、72% 的输出为推理内容、每次请求 0.49 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Claude Code (1.83T)、Hermes Agent (890B)、pi (683B)、Strix (566B)、omp (462B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Amazon Bedrock | 339 tok/s | 0.34 s | 98.26% |
| Boundless | 287 tok/s | 0.36 s | 100.00% |
| Parasail | 270 tok/s | 1.62 s | 100.00% |
| DigitalOcean | 263 tok/s | 0.22 s | 100.00% |
| Modal | 218 tok/s | 2.89 s | 99.99% |
| Crusoe | 204 tok/s | 15.39 s | 78.13% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.260。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0019 | $0.0015 | 1.0 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.019 | $0.0092 | 1.1 min |
| 代码编辑 | 6,000 / 1,500 | $0.015 | $0.0099 | 1.2 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.102 | $0.050 | 1.7 min |
| 结构化信息提取 | 2,000 / 200 | $0.0037 | $0.0020 | 59.9 s |
包含该模型的编程套餐
可以使用 GLM 5.3 的订阅套餐,列出各自的用量限制和单项任务成本。
将 GLM 5.3 与以下模型对比
- GLM 5.3 vs Gemini 4 Argon
- GLM 5.3 vs MiMo-V2.6-Pro
- GLM 5.3 vs Claude Opus 5.5
- GLM 5.3 vs Muse Wonder
- GLM 5.3 vs DeepSeek V4.1 Flash 1017
- GLM 5.3 vs Claude Sonnet 5
- GLM 5.3 vs Muse Spark 1.3
- GLM 5.3 vs GPT-6.1 Sol
- GLM 5.3 vs GPT-6 Sol
- GLM 5.3 vs Kimi K3
- GLM 5.3 vs Mimo v2 Pro
- GLM 5.3 vs Claude Opus 4.8
- GLM 5.3 vs Step 5 Preview
- GLM 5.3 vs GPT-5.3-Codex
- GLM 5.3 vs Grok 4.7
- GLM 5.3 vs Gemini 3.1 Pro
- GLM 5.3 vs GPT-5.4 Pro
- GLM 5.3 vs Gemini 4 Carbon
- GLM 5.3 vs DeepSeek V4 Pro
- GLM 5.3 vs GPT-5.4
- GLM 5.3 vs GLM 5.2
- GLM 5.3 vs Gemini 3.8 Flash
- GLM 5.3 vs Claude Opus 5
- GLM 5.3 vs GPT-6 Astra
- GLM 5.3 vs Muse Wonder Full
- GLM 5.3 vs DeepSeek V4 Flash
- GLM 5.3 vs Qwen3.8 2.4T A95B
- GLM 5.3 vs GPT-5.2
- GLM 5.3 vs Grok 4.6
- GLM 5.3 vs Claude Opus 4.5
- GLM 5.3 vs Grok 4.3
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GLM 5.3 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/glm-5-3)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GLM 5.3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5-3
BibTeX:
@misc{benchleader_glm_5_3_20261116,
author = {{BenchLeader}},
title = {{GLM 5.3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-5-3}},
note = {Data as of 2026-11-16}
}常见问题
- GLM 5.3 的基准测试得分是多少?
- 截至 2026年11月16日,GLM 5.3(推理强度 max)的 BenchLeader Index 为 58.8 ±3.0。最强的是人类偏好(67),最弱的是知识(54)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GLM 5.3 排名第几?
- 截至 2026年11月16日,GLM 5.3(推理强度 max)在 608 个已排名配置中排第 118 名。另有 221 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GLM 5.3 每百万 token 的价格是多少?
- 截至 2026年11月16日,GLM 5.3 的价格为输入每百万 token $1.40、输出每百万 token $4.40,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.15。
- GLM 5.3 比 Qwen3.8 Max 更好吗?
- 截至 2026年11月16日,GLM 5.3(推理强度 max)与 Qwen3.8 Max(推理强度 max)的质量不相上下(BenchLeader Index 58.8 比 58.7,在 ±4.5 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GLM 5.3 是什么时候发布的?
- Zhipu AI 于 2026年8月18日发布了 GLM 5.3。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GLM 5.3:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/glm-5-3。