Grok 4.7 vs. GLM-5.3：リリース比較

Grok 4.7とGLM-5.3のリリース比較：それぞれ3個と2個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全5個のモデルの主要指標を比較します。

知能が最も高いのはGrok 4.7です。Grok 4.7 (Xhigh)（35）に対し、GLM-5.3はGLM-5.3 (Max)（32）です。
出力速度が最も速いのはGLM-5.3です。GLM-5.3 (Max)（86トークン/秒）に対し、Grok 4.7はGrok 4.7 (Xhigh)（76トークン/秒）です。
タスクあたりの費用が最も低いのはGLM-5.3です。GLM-5.3 (Low)（$1.57）に対し、Grok 4.7はGrok 4.7 (Low)（$2.92）です。

比較するリリース


	Grok 4.7 (xhigh)	Grok 4.7 (high)	GLM-5.3 (max)	Grok 4.7 (low)	GLM-5.3 (low)
Intelligence Index	35	35	32	31	23
財務・会計	52	51	42	45	31
戦略・オペレーション	55	53	47	49	38
法務	47	47	36	44	28
医療・ヘルスケア	47	46	39	43	31
エンジニアリング	42	42	38	38	28
経済学	48	47	39	43	30
AA-Briefcase v1.1	1637	1629	1503	1493	1185
AutomationBench-AA	65.6%	63.5%	62.2%	56.7%	52.0%
Terminal-Bench 4.0	25.8%	24.7%	41.9%	16.2%	34.8%
FrontierCode 2.0	28.7%	27.8%	21.6%	21.8%	12.7%
AA-Omniscience v1.1	31	30	6	27	−11
GDP.pdf	20.0%	23.2%	11.2%	21.4%	8.8%
HLE-Diamond	23.2%	23.6%	17.9%	18.5%	17.5%
CritPt v2 (Hard Subset)	33.5%	37.0%	33.5%	43.5%	21.5%
Terminal-Bench-Science 0.1	11.4%	9.5%	9.5%	4.8%	3.8%

タスクあたりの費用USD	$7.77	$6.18	$5.01	$2.92	$1.57
入力料金USD/100万トークン	$2.00	$2.00	$1.40	$2.00	$1.40
出力料金USD/100万トークン	$6.00	$6.00	$4.40	$6.00	$4.40
キャッシュヒット料金USD/100万トークン	$0.50	$0.50	$0.26	$0.50	$0.26
キャッシュ書き込み料金USD/100万トークン	--	--	--	--	--

出力速度トークン/秒	76	74	86	60	82
最初のトークンまでの時間秒	108.03	66.05	1.55	7.33	1.68
最初の回答トークンまでの時間秒	108.03	66.05	24.90	7.33	26.05
エンドツーエンド応答時間秒	114.65	72.78	30.73	15.60	32.15
タスクあたりの時間秒	1,345.39	1,169.61	1,077.16	702.10	624.26

コンテキストウィンドウ	500k	500k	1M	500k	1M
開発元	SpaceXAI	SpaceXAI	Z AI	SpaceXAI	Z AI
ライセンス	独自	独自	オープン	独自	オープン
入力モダリティ	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト	対応：テキスト、画像	対応：テキスト
出力モダリティ	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト
プロバイダー			+19		+3

Updated

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

タスクあたりの費用

Weighted average cost (USD) per Intelligence Index task · Lower is better

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Grok 4.7

GLM-5.3

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

タスク当たりのコスト（USD、対数スケール）

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

速度と遅延

出力速度

Output tokens per second · Higher is better

No publicly available API

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

ベンチマーク

AA-PersonalityBenchNew

モデルAvsモデルB

AA-PersonalityBench: Expressiveness指数、Grok 4.7 (xhigh) vs GLM-5.3 (max)

Eloの差から求めた、各モデルの回答が各特性をより強く表していると判定される確率 · 50%は互角

Grok 4.7 (xhigh)

GLM-5.3 (max)

Lexically Varied

95%

Natural Sounding

10%

90%

Eloquent

10%

90%

Metaphorical

12%

88%

Literate

60%

40%

Grok 4.7 vs. GLM-5.3：リリース比較

知能

速度

タスクあたりの費用

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

速度と遅延

出力速度

Output Speed

Model Performance Representation

能力スコア

能力指数

ベンチマーク

AA-PersonalityBenchNew

AA-PersonalityBench: Expressiveness指数、Grok 4.7 (xhigh) vs GLM-5.3 (max)