Grok 4.3 (medium) vs GLM 5.1 (medium)

Verglichene Modelle

Empfohlenes Modell Grok 4.3 (medium)

Es hat die stärkste Punktzahl in diesem Vergleich (7.0) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Metrik	Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07

Metrik	Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01	GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl	7.0	7.0
Rang	#139	#142
Zuverlässigkeit	10.0	8.1
Konsistenz	8.2	8.4
Versuche	66/66	66/66
Korrekte Tests
Erfolgsquote pro Versuch	66.7%	65.2%
Instabile Tests	5	4
Gesamtläufe	66	66
Kosten pro Ergebnis	6.168	6.923
Gesamtkosten	$0.741	$0.727
Eingabepreis	$1.250 / 1M	$0.966 / 1M
Ausgabepreis	$2.500 / 1M	$3.036 / 1M
Gesamte Eingabe-Token	140,244	82,592
Ausgabe-Token	13,739	16,089
Denk-Token	212,165	199,800
Antwortzeit (Durchschnitt)	44.21s	58.80s
Antwortzeit (Maximum)	216.69s	308.75s
Antwortzeit (Gesamt)	972.64s	1234.72s
Parameter	~1.5T insgesamt (~150B aktiv)	744B insgesamt (40B aktiv)
Verfügbarkeit	Geschlossen	Open Source

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

medium

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Vergleichspaar wechseln