BenchLeader

GLM 5.3

推理强度
质量第 55 / 339 名
58.8Index
前四分之一
较中位数 +8.6
价格第 181 / 255 名
$2.15每百万 token
比多数贵
中位数的 2.5 倍
速度第 99 / 216 名
88token/秒
高于中位数
中位数的 1.1 倍
性价比第 178 / 255 名
27.3分/$
低于中位数
中位数的 0.5 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index59
  2. 推理55
  3. 编程60
  4. 智能体与工具58
  5. 数学60
  6. 知识54
  7. 人类偏好67
  8. 长上下文65

嵌入这个排名

更多徽章样式
[![GLM 5.3 on BenchLeader: 综合第 55 名](https://www.benchleader.com/badge/glm-5-3.svg?style=compact)](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。

Zhipu AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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。

模型发布日期Index排名
GLM 5.3max本页2026年8月18日58.8#118
GLM 5.2max2026年6月16日58.9#115
GLM 5.12026年4月7日55.4#208
GLM-5thinking2026年2月11日60.2#81
GLM 4.72025年12月22日51.7#303
GLM-4.6thinking2025年9月30日51.4#314
GLM-4.52025年7月28日51.6#308
GLM-4-0520–––

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。

推理强度Index排名速度首次回答聊天回复成本类别
low47.3#41072 tok/s6.76 s$0.0019编程 42 · 知识 39 · 长上下文 61 · 推理 43
high––87 tok/s0.40 s$0.0019
max最佳58.8#11888 tok/s58 s$0.0019智能体与工具 58 · 编程 60 · 人类偏好 67 · 知识 54 · 长上下文 65 · 数学 60 · 推理 55
未说明––87 tok/s0.40 s$0.0019智能体与工具 60 · 推理 60

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。

5055low:每项任务 $1.57,Index 47.347.3low $1.57max:每项任务 $5.01,Index 58.858.8max $5.01Index

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
445566
  • 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lowmax来源趋势
AA Openness Index不计入 Index33.3#23933.3#239Artificial Analysis

推理

基准测试lowmax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%#31SimpleBench
Arena Hard Prompts–1507#23–Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index推理强度未说明––85.8%#35LiveBench
GPQA Diamond (AA)不计入 Index–91.7%#45–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index36.6%#12442.3%#83–Artificial Analysis
HLE-Diamond (AA)17.5%#8917.9%#87–Artificial Analysis
GPQA Diamond (Vals)不计入 Index–88.1%#34–Vals AI
CritPt不计入 Index14.6%#11019.1%#77–Artificial Analysis
CritPt v2 hard subset (AA)21.5%#9633.5%#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%#18Scale 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%#51Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––87.7%#105Epoch AI Benchmarking Hub
BTF-3不计入 Index推理强度未说明––14.9%#1Epoch AI Benchmarking Hub

编程

基准测试lowhighmax默认来源趋势
SciCode42.0%#169–59.0%#21–SciCode
WeirdML––75.4%#29–WeirdML
FrontierCode––40.1%#26–Cognition
Arena Coding––1522#33–Arena (LMArena)
Arena WebDev––1623#29–Arena (LMArena)
LiveBench 1.0 Coding不计入 Index推理强度未说明–––79.0%#26LiveBench
SciCode (AA)不计入 Index42.0%#180–59.0%#21–Artificial Analysis
LiveCodeBench––80.5%#67–Vals AI
IOI––68.4%#14–Vals AI
SWE-bench (Vals)不计入 Index––95.4%#5–Vals AI
Code Migration不计入 Index––44.2%#24–Vals AI
Code Migration v1.1不计入 Index––55.1%#12–Vals AI
ProgramBench不计入 Index––1.5%#14–Vals AI
Vibe Code Bench 1-100不计入 Index––20.0%#13–Vals AI
Vibe Code Bench v1.1不计入 Index––78.1%#39–Vals AI
Vibe Code Bench 1-100 v1.1不计入 Index––29.8%#3–Vals AI
SWE Atlas v1.1不计入 Index推理强度未说明–––58.1%#17Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明–––70.2%#12Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明–––55.6%#20Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明–––48.6%#19Scale AI SEAL
SWE-Bench Pro V2不计入 Index––95.6%#11–Scale AI SEAL
SWE-Bench Pro V2 HARD不计入 Index––84.3%#11–Scale AI SEAL
DeepSWE v1.1不计入 Index––69.0%#16–Epoch AI Benchmarking Hub
CursorBench不计入 Index33.3%#6938.0%#5442.6%#42–Cursor
ALE-Bench不计入 Index–1317.4#38––Epoch AI Benchmarking Hub
FrontierSWE不计入 Index––30.2%#12–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index34.9%#53–41.9%#42–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index––83.9%#34–Artificial Analysis
Startrise Frontend不计入 Index推理强度未说明–––73.2%#12Startrise
GameBench 2 Overall不计入 Index跨设置–––64.6#14DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index51.0#9170.3#3872.3#34–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–––1279#34Design Arena
FrontierCode 1.1 (AA)不计入 Index34.9%#55–40.1%#42–Artificial Analysis
FrontierCode 2.0 (AA)12.7%#89–21.6%#66–Artificial Analysis

智能体与工具

基准测试lowmax默认来源趋势
Terminal-Bench–41.2%#54–Terminal-Bench
APEX-Agents推理强度未说明––56.6%#23Mercor
Arena Agent–1#27–Arena (LMArena)
LiveBench Agentic Coding不计入 Index推理强度未说明––60.9%#15LiveBench
Terminal-Bench 2.1 (Vals)–71.5%#26–Vals AI
MCP Atlas推理强度未说明––84.2%#8Scale AI SEAL
HiL-Bench推理强度未说明––58.3%#14Scale AI SEAL
GDPval-AA v2.1, normalised score不计入 Index41.2%#6057.5%#16–Artificial Analysis
GDPval-AA v2.1不计入 Index1332#1111655#25–Artificial Analysis
τ³-Banking (AA)–50.3%#4–Artificial Analysis
ITBench SRE (AA)不计入 Index–46.1%#12–Artificial Analysis
Analyst Agent (AA)不计入 Index–38.8%#25–Artificial Analysis
CyberBench不计入 Index–72.1%#17–Vals AI
Finance Agent v2不计入 Index–55.8%#23–Vals AI
Finance Agent v2.1不计入 Index–65.0%#13–Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index–14.6%#12–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index–8.3%#27–Vals AI
Legal Research Bench不计入 Index–49.0%#11–Vals AI
SkillsBench不计入 Index–47.5%#24–Vals AI
SREBench不计入 Index–9.2%#15–Vals AI
Tax Agent Bench不计入 Index–43.3%#9–Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index–38.9%#19–Vals AI
Terminal-Bench Science不计入 Index–5.7%#23–Vals AI
Arena Agent Task Completion不计入 Index–3.1#23–Arena (LMArena)
PostTrainBench不计入 Index–34.5%#9–Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明––8163.6#16Andon Labs
AutomationBench不计入 Index52.0%#10062.2%#45–Artificial Analysis
GDP.pdf (AA)不计入 Index8.8%#17111.2%#149–Artificial Analysis
Harvey LAB-AA v1.1不计入 Index–0.3%#27–Harvey
EnterpriseOps-Gym不计入 Index–36.4%#35–Artificial Analysis
AA-Briefcase v1.1不计入 Index1185#1201501#49–Artificial Analysis
GDPx不计入 Index–2.7%#19–GDPx by SemiAnalysis
Design Arena Agentic不计入 Index推理强度未说明––1239#25Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index3.8%#899.5%#67–Artificial Analysis
CWE-Bench (AA)–55.8%#14–Artificial Analysis
DeepSec-Bench (AA)–24.3%#13–Artificial Analysis
CyberGym end-to-end (AA)–29.0%#16–Artificial Analysis
FACTS Search不计入 Index推理强度未说明––87.7%#12Google

数学

知识

基准测试lowmax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%#52LiveBench
AA-Omniscience v1.1-11.2#1086.0#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 Index31.9%#9232.3%#91–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index36.8%#9661.1%#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%#21Google

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%#31LiveBench
LiveBench Instruction Following不计入 Index推理强度未说明–69.3%#33LiveBench
Arena Instruction Following不计入 Index1481#24–Arena (LMArena)

人类偏好

基准测试max默认来源趋势
Arena Text1482#28–Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–2076#7EQ-Bench
Arena Creative Writing不计入 Index1456#33–Arena (LMArena)
Arena Multi-turn不计入 Index1482#37–Arena (LMArena)
Arena Longer Queries不计入 Index1488#32–Arena (LMArena)

多模态

基准测试max来源趋势
Code2Video-AA不计入 Index1034#13Artificial Analysis
AA-3D不计入 Index794#22Artificial Analysis

长上下文

基准测试lowmax默认来源趋势
AA-LCR v1.172.7%#20479.7%#100–Artificial Analysis
MLCR不计入 Index11.1%#11517.2%#75–Artificial Analysis
FACTS Grounding不计入 Index推理强度未说明––55.2%#23Google

综合

基准测试lowmax默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––157.1#32Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index推理强度未说明––76.1%#32LiveBench
AA Intelligence Index v5.0.1不计入 Index23.1#8731.6#58–Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index34.3#10144.8#42–Artificial Analysis
AA Progress Index v1不计入 Index311.5#94322.7#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%#9Vals 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 Index28.2%#55–Scale AI SEAL
DistressBench不计入 Index推理强度未说明–72.5%#20Scale 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
Tenstorrent209 tok/s0.77 s$0.600$2.001.0Mfp8
Amazon Bedrock179 tok/s0.47 s$1.68$5.281.0M–
Parasail160 tok/s0.23 s$1.40$4.401.0Mfp4
Fireworks151 tok/s0.95 s$2.10$6.601.0M–
Parasail141 tok/s0.73 s$2.10$6.601.0Mfp4
Baseten (fp8)135 tok/s0.85 s$2.10$6.601.0Mfp8
Inceptron129 tok/s0.90 s$1.00$4.201.0Mfp4
Together129 tok/s0.36 s$1.40$4.401.0M–
Decart128 tok/s0.44 s$0.560$1.801.0Mfp4
Venice126 tok/s0.56 s$1.40$4.401M–
Mistral123 tok/s0.69 s$1.54$4.841.0Mnvfp4
Baseten (fp8)116 tok/s0.81 s$2.10$6.601.0Mfp8
Makora114 tok/s0.26 s$1.00$4.001.0Mfp4
CoreWeave113 tok/s0.44 s$0.750$3.001.0Mnvfp4
AkashML112 tok/s0.98 s$0.190$4.401.0Mfp4
DigitalOcean109 tok/s0.45 s$0.910$2.861.0M–
Modal108 tok/s0.38 s$1.40$4.401.0M–
Mistral106 tok/s1.05 s$1.40$4.401.0Mnvfp4
Alibaba Cloud Int.101 tok/s0.77 s$2.80$8.801M–
Cohere98 tok/s0.39 s$0.950$3.501.0Mnvfp4
Crusoe98 tok/s0.43 s$1.40$4.401.0Mfp4
Wafer96 tok/s0.29 s$0.179$1.401.0Mfp4
Wafer93 tok/s0.22 s$0.070$1.401.0Mfp4
inference.net92 tok/s0.29 s$0.084$3.601.0Mfp4
Sail Research92 tok/s0.61 s$1.05$4.201.0Mfp8
Doubleword91 tok/s0.66 s$1.40$4.401.0M–
inference.net89 tok/s0.27 s$0.084$3.601.0Mfp4
Relace88 tok/s1.06 s$0.070$4.381.0Mfp4
Fireworks Spot85 tok/s0.36 s$0.980$3.081.0M–
Friendli84 tok/s0.38 s$1.26$3.961.0M–
Sail Research78 tok/s0.37 s$0.750$3.001.0Mfp8
Cloudflare77 tok/s1.75 s$0.700$2.201.0M–
Baseten (fp4)76 tok/s0.83 s$1.40$4.401.0Mfp4
Fireworks74 tok/s0.49 s$1.40$4.401.0M–
DeepInfra68 tok/s1.35 s$0.563$2.501.0Mfp4
Baseten (fp4)68 tok/s0.95 s$1.40$4.401.0Mfp4
Nebius Token Factory68 tok/s0.79 s$1.40$4.401.0Mfp4
Morph67 tok/s0.45 s$1.03$3.171.0Mfp8
SiliconFlow61 tok/s2.36 s$0.700$2.201.0Mfp8
Reka AI58 tok/s0.59 s$0.150$3.001.0M–
NovitaAI58 tok/s1.36 s$0.630$1.981.0Mfp8
Z.ai58 tok/s1.91 s$1.40$4.401.0Mfp8
DeepInfra56 tok/s2.96 s$0.450$2.001.0Mfp4
GMICloud54 tok/s2.23 s$0.700$2.201.0Mfp8
Alibaba Cloud Int.52 tok/s2.68 s$1.19$3.741M–
AtlasCloud47 tok/s1.83 s$1.40$4.401.0Mfp8
Featherless47 tok/s0.77 s$1.40$4.40262k–
SambaNova45 tok/s1.11 s$1.40$4.401.0M–

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

OpenRouter,过去一周
#9
token 份额 1.8%
Vercel AI Gateway,7 天
10.5%
token 份额
可用性,72 小时
99.9%
OpenRouter,全部提供商
工具调用错误率,7 天
0.63%
占工具调用
OpenRouter 每日 token 数(2026年10月17日 至 2026年11月15日):共 17.8T,环比上周 +3.0%。

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 Bedrock339 tok/s0.34 s98.26%
Boundless287 tok/s0.36 s100.00%
Parasail270 tok/s1.62 s100.00%
DigitalOcean263 tok/s0.22 s100.00%
Modal218 tok/s2.89 s99.99%
Crusoe204 tok/s15.39 s78.13%

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$0.00151.0 min
总结一份 30 页的报告12,000 / 600$0.019$0.00921.1 min
代码编辑6,000 / 1,500$0.015$0.00991.2 min
智能体编程会话60,000 / 4,000$0.102$0.0501.7 min
结构化信息提取2,000 / 200$0.0037$0.002059.9 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。

Zhipu AI 的更多模型

本月新上线

将 GLM 5.3 与以下模型对比

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。

[![GLM 5.3 on BenchLeader: 综合第 55 名](https://www.benchleader.com/badge/glm-5-3.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。