GLM-5.1 (Reasoning) 对比 o3
GLM-5.1 (Reasoning) vs o3. 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 | GLM-5.1 (Reasoning) | o3 | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 26.1 | 20.2 | −22.6% o3 智能低 22.6% |
| AA 总成本（越低越好） | $1,486.78 | 未公布 | — 无法比较 |
| 端到端时间（越低越好） | 60.66s | 10.44s | −82.8% o3 快 82.8% |
| 每 100 万个代币的价格（输入/输出） | $1.28 / $4.07 | $2.00 / $8.00 | |
| 输入类型 | 文本 | 文字、图像 |
一对一对比