Agnes 2.5 Pro Beta 对比 GLM-4.7 (Non-reasoning)
Agnes 2.5 Pro Beta vs GLM-4.7 (Non-reasoning). 要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
结论
比较数据不完整
要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
| 指标 | Agnes 2.5 Pro Beta | GLM-4.7 (Non-reasoning) | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 35.2 | 17.4 | −50.6% GLM-4.7 (Non-reasonin… 智能低 50.6% |
| AA 总成本（越低越好） | 未公布 | 未公布 | — 无法比较 |
| 端到端时间（越低越好） | 24.52s | 15.26s | −37.8% GLM-4.7 (Non-reasonin… 快 37.8% |
| 每 100 万个代币的价格（输入/输出） | $0.10 / $0.30 | $0.53 / $2.10 | |
| 输入类型 | 文字、图像 | 文本 |
一对一对比