GLM-5.3 评测详情
GLM-5.3 当前已收录的代表性评测结果包括 HLE（4 / 190，得分 62.50）、Creative Writing（3 / 99，得分 2062.40）、Terminal-Bench 2.1（5 / 49，得分 88.20）。本页还提供与 4 个竞品模型及 4 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
GLM-5.3
评测结果
文本向量检索
共 3 项评测评测名称 / 模式
得分
排名/总数
AI Agent - 工具使用
共 10 项评测评测名称 / 模式
得分
排名/总数
编程与软件工程
共 6 项评测评测名称 / 模式
得分
排名/总数
竞品对比
GLM-5.3 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | GLM-5.3当前 | Kimi K3 | Claude Opus 5 | GPT-5.6 Sol | DeepSeek-V4-Pro |
|---|---|---|---|---|---|
HLE 综合评估 | 62.50思考水平·高 ｜ 工具 | 56.00思考水平·高 ｜ 工具 | 64.70思考水平·高 ｜ 工具 | 49.50思考水平·高 | 48.20思考水平·极高 ｜ 工具 |
GPQA Diamond 科学与综合推理 | 90.91思考水平·高 | 93.50思考水平·高 | 93.88思考水平·高 | 93.50思考水平·高 | 90.10思考水平·高 |
Creative Writing 写作和创作 | 2062.40常规模式 | 2070.80常规模式 | 2116.10常规模式 | 1964.10常规模式 | 1552.10常规模式 |
SimpleBench 常识推理 | 66.20思考水平·高 | 60.70思考水平·高 | 80.60思考水平·高 | 64.80思考水平·极高 | 50.90常规模式 |
Context Arena 文本向量检索 | 88.53思考水平·高 | 71.75思考水平·高 | 97.72思考水平·高 | 97.63思考水平·高 | 76.09开启思考 |
AutomationBench AI Agent - 工具使用 | 48.20思考水平·高 ｜ 工具 | 30.80思考水平·高 ｜ 工具 | 26.00思考水平·高 ｜ 工具 | -- | 31.80思考水平·极高 ｜ 工具 |
CyberGym AI Agent - 工具使用 | 84.50思考水平·高 ｜ 工具 | -- | -- | -- | 83.30思考水平·极高 ｜ 工具 |
Terminal-Bench 2.1 AI Agent - 工具使用 | 88.20思考水平·高 ｜ 工具 | 88.30思考水平·高 ｜ 工具 | -- | 88.80思考水平·高 | 87.90思考水平·极高 ｜ 工具 |
Terminal-Bench 3.0 AI Agent - 工具使用 | 28.30思考水平·高 ｜ 工具 | -- | -- | 34.60思考水平·高 ｜ 工具 | -- |
Terminal-Bench 4.0 AI Agent - 工具使用 | 41.82思考水平·高 ｜ 工具 | -- | 51.82思考水平·高 ｜ 工具 | 37.27思考水平·高 ｜ 工具 | -- |
Terminal-Bench-Science 0.1 AI Agent - 工具使用 | 8.10思考水平·高 ｜ 工具 | 7.10思考水平·高 ｜ 工具 | 30.00思考水平·高 ｜ 工具 | 22.40思考水平·高 ｜ 工具 | -- |
Toolathlon-Verified AI Agent - 工具使用 | 73.00思考水平·高 ｜ 工具 | 76.50思考水平·高 ｜ 工具 | -- | -- | 74.10思考水平·极高 ｜ 工具 |
其余 10 个 benchmark 仍可在上方图表中查看。
GLM-5.3 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
GLM-5.3
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
Claude Opus 5
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
GPT-5.6 Sol
供应商: OpenAI
标准输入: $4 / 1M tokens
标准输出: $20 / 1M tokens
DeepSeek-V4-Pro
供应商: DeepSeek-AI
标准输入: $0.435 / 1M tokens
标准输出: $0.87 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GLM-5.3 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
GPT-5.6 Sol | OpenAI | $4 / 1M tokens | $20 / 1M tokens | — |
DeepSeek-V4-Pro | DeepSeek-AI | $0.435 / 1M tokens | $0.87 / 1M tokens | — |
历代版本对比
GLM-5.3 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | GLM-5.3当前 | GLM-5.2 | GLM 5.1 | GLM-5 | GLM-4.7 |
|---|---|---|---|---|---|
HLE 综合评估 | 62.50思考水平·高 ｜ 工具 | 54.70开启思考 ｜ 工具 | 52.30开启思考 ｜ 工具 | 50.40开启思考 ｜ 工具 | 42.80开启思考 ｜ 工具 |
GPQA Diamond 科学与综合推理 | 90.91思考水平·高 | 91.86思考水平·高 | 86.20开启思考 | 86.00开启思考 | 85.70开启思考 |
Creative Writing 写作和创作 | 2062.40常规模式 | 1750.90常规模式 | 1589.20常规模式 | 1597.60常规模式 | 1410.50常规模式 |
SimpleBench 常识推理 | 66.20思考水平·高 | 58.80常规模式 | 55.10常规模式 | 53.20常规模式 | 47.70开启思考 |
Context Arena 文本向量检索 | 88.53思考水平·高 | 72.34思考水平·高 | 62.05开启思考 | -- | -- |
Terminal-Bench 2.1 AI Agent - 工具使用 | 88.20思考水平·高 ｜ 工具 | 81.00思考水平·高 ｜ 工具 | 58.70思考水平·高 ｜ 工具 | -- | -- |
DeepSWE 编程与软件工程 | 66.90思考水平·高 ｜ 工具 | 44.00深度思考模式 ｜ 工具 | -- | -- | -- |
FrontierSWE 编程与软件工程 | 78.10思考水平·高 ｜ 工具 | 74.40思考水平·高 ｜ 工具 | -- | -- | -- |
NL2Repo-Bench 编程与软件工程 | 58.00思考水平·高 ｜ 工具 | 48.90开启思考 ｜ 工具 | -- | -- | -- |
PostTrain Bench 编程与软件工程 | 39.80思考水平·高 ｜ 工具 | 34.30思考水平·高 ｜ 工具 | -- | -- | -- |
Program Bench 编程与软件工程 | 19.00思考水平·高 ｜ 工具 | 63.70开启思考 ｜ 工具 | -- | -- | -- |
SWE-Marathon 编程与软件工程 | 42.50思考水平·高 ｜ 工具 | 13.00思考水平·高 ｜ 工具 | -- | -- | -- |
其余 2 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：HLE · 综合评估
选择评测
GLM-5.3 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
GLM-5.3
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
GLM 5.1
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
GLM-5
供应商: 智谱AI
标准输入: $1 / 1M tokens
标准输出: $3.2 / 1M tokens
GLM-4.7
供应商: 智谱AI
标准输入: ¥4 / 1M tokens
标准输出: ¥16 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GLM-5.3 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
GLM-5.2 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
GLM 5.1 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
GLM-5 | 智谱AI | $1 / 1M tokens | $3.2 / 1M tokens | — |
GLM-4.7 | 智谱AI | ¥4 / 1M tokens | ¥16 / 1M tokens | — |