GLM-5.3 vs Grok 4.7
glm-5.3grok-4.7GLM-5.3 每百萬輸入 token $0.976972、輸出 token $3.070483，上下文 1M token；Grok 4.7 每百萬輸入 token $0.198958、輸出 token $0.596874，上下文 500K token。
並排規格
價格以美元計；上限與能力以各模型供應商公布的資料為準。
| 規格 | GLM-5.3 | Grok 4.7 |
|---|---|---|
| 輸入/ 1M tokens | $0.976972 | $0.198958 |
| 輸出/ 1M tokens | $3.070483 | $0.596874 |
| 快取讀取/ 1M tokens | $0.181438 | $0.04974 |
| 快取寫入/ 1M tokens | $0 | — |
| 折扣 | 省 30% | 省 90% |
| 上下文tokens | 1M | 500K |
| 最大輸出tokens | 128K | — |
| 輸入類型 | 文字 | 文字, 圖片 |
| 輸出類型 | 文字 | 文字 |
| 上線日期 | 2026-08-18 | — |
| 知識截止 | — | 2026-05 |
| 端點 | // | // |
同樣的用量
以輸入 1,000,000、輸出 200,000 token 為例，依各模型目前的單價計算。
- GLM-5.3
- $1.5911輸入 $0.977 + 輸出 $0.6141
- Grok 4.7
- $0.3183輸入 $0.199 + 輸出 $0.1194
以這個用量計算，Grok 4.7 比 GLM-5.3 便宜 $1.2727。
同一段程式碼
只換 model 欄位。
curl https://api.cheapaimodel.ai/v1/chat/completions \
-H "Authorization: Bearer $CHEAPAIMODEL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [{"role": "user", "content": "Hello!"}]
}'什麼時候選哪個
只列公布規格上的差異，再附各供應商自己的介紹。
- GLM-5.3 的上下文較長（1M 對 500K token）。
- Grok 4.7 的輸入價較低（每百萬 token $0.198958 對 $0.976972）。
- Grok 4.7 的輸出價較低（每百萬 token $0.596874 對 $3.070483）。
- Grok 4.7 接受圖片輸入，GLM-5.3 不接受。
關於 GLM-5.3
Z.ai 的旗艦 GLM 模型，針對複雜的軟體工程與代理式工作。沿用 GLM-5.2 的基礎模型，在程式開發、長時程任務與網路安全上經後訓練提升；目前只接受文字輸入。
關於 Grok 4.7
xAI 能力最強的模型，針對程式開發、代理式任務與知識工作，2026 年 9 月推出，接替 Grok 4.6。可輸入文字與圖片，上下文 500K token，提供 low 到 xhigh 四種推理強度。