正面交锋
GLM 5.3 在 11 个共同基准中领先 7 个。
GLM 5.3 在 11 个共同基准中领先 7 个。
| 维度 | GLM 5.3 | Kimi K3 |
|---|---|---|
| GPQA Diamond | 88.1% | 92.9% |
| HLE | 42% | 43.5% |
| MathArena Apex | — | 65.6% |
| Terminal-Bench 2.1 | 88.2% | 88.3% |
| Terminal-Bench 3.0 | 28.3% | 17.7% |
| Terminal-Bench 4.0 | 37.9% | 12.6% |
| DeepSWE v1.1 | 66.9% | 67.5% |
| ProgramBench | 19% | 17.5% |
| NL2Repo-Bench | 58% | 58% |
| CyberGym | 84.5% | 80% |
| ExploitGym | 15% | — |
| HLE (w/tools) | 62.5% | 59.8% |
| Automation-Bench | 48.8% | 46.7% |
| Agents' Last Exam | 28.5% | 27.6% |
| Chartography (w/tools) | — | 68.1% |
| BabyVision (w/tools) | — | 85.7% |
| ZeroBench-main (w/tools) | — | 41% |
| 混合价格 | — | — |
| 完整价格输入 · 输出 · 缓存输入 | — | — |
| 上下文窗口 | — | — |
调整月用量——每个模型都会即时重算。
估算使用列表价，未计入缓存输入、批量折扣和低谷时段价格。