Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

xAI: Grok 4.20 vs Z.ai: GLM 4.7 Flash

Zusammenfassung

Grok 4.20 vs GLM 4.7 Flash Benchmark-Vergleich: Grok 4.20 führt beim Durchschnittsscore mit 4.4 vs 4.3. GLM 4.7 Flash hat die niedrigeren Benchmark-Kosten mit $0.054 vs $0.057. Grok 4.20 ist schneller mit 1.11s vs 35.10s, mit Erfolgsraten von 28.6% vs 33.3%.

Empfohlenes Modell: Grok 4.20 - Es hat hier die beste Punktzahl (4.4) und antwortet etwa 31.6x schneller als GLM 4.7 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31 GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19
Punktzahl 4.4 4.3
Rang #160 #162
Zuverlässigkeit k. A. 6.7
Konsistenz 8.5 6.8
Korrekte Tests
Erfolgsquote pro Versuch 28.6% 33.3%
Instabile Tests 0 8
Gesamtläufe 54 63
Kosten pro Ergebnis 1.570 1.337
Gesamtkosten $0.057 $0.054
Eingabepreis $1.250 / 1M $0.060 / 1M
Ausgabepreis $2.500 / 1M $0.400 / 1M
Gesamte Eingabe-Token 41,313 37,206
Ausgabe-Token 1,923 43,754
Denk-Token 0 89,079
Antwortzeit (Durchschnitt) 1.11s 35.10s
Antwortzeit (Maximum) 6.04s 174.55s
Antwortzeit (Gesamt) 19.96s 456.24s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#160 xAI: Grok 4.20

none
Kosten
$0.004
Zeit
6.5s
Token
1,367 tok

#162 GLM 4.7 Flash

medium
Ungültiges SVG
Kosten
$0.000
Zeit
186.2s
Token
12,112 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

Schnellvergleich

Vergleichspaar wechseln

Granite 4.1 8BnonevsGLM 4.7 Flashmediumgpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneLing-2.6-1TnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneLing-2.6-flashnonevsGLM 4.7 FlashmediumNemotron 3 SupernoneKostenlos verfügbarvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20none