Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

xAI: Grok 4.5 vs Z.ai: GLM 5.2

Zusammenfassung

Grok 4.5 (low) vs GLM 5.2 (high) Benchmark-Vergleich: GLM 5.2 (high) führt beim Durchschnittsscore mit 8.0 vs 7.8. GLM 5.2 (high) hat die niedrigeren Benchmark-Kosten mit $0.554 vs $0.760. Grok 4.5 (low) ist schneller mit 15.48s vs 37.09s, mit Erfolgsraten von 74.6% vs 77.8%.

Empfohlenes Modell: Grok 4.5 (low) - Die Punktzahl bleibt nah an der besten hier (7.8 vs 8.0) und es antwortet etwa 2.4x schneller als GLM 5.2 (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-10

Metrik Grok 4.5 Grok 4.5 low Veröffentlichung: 2026-07-08 GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl 7.8 8.0
Rang #40 #32
Zuverlässigkeit 10.0 9.3
Konsistenz 9.7 7.6
Korrekte Tests
Erfolgsquote pro Versuch 74.6% 77.8%
Instabile Tests 1 6
Gesamtläufe 63 63
Kosten pro Ergebnis 5.061 4.255
Gesamtkosten $0.760 $0.554
Eingabepreis $2.000 / 1M $0.770 / 1M
Ausgabepreis $6.000 / 1M $2.420 / 1M
Gesamte Eingabe-Token 58,652 34,993
Ausgabe-Token 1,735 51,575
Denk-Token 105,233 166,065
Antwortzeit (Durchschnitt) 15.48s 37.09s
Antwortzeit (Maximum) 205.28s 180.69s
Antwortzeit (Gesamt) 324.98s 778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#40 xAI: Grok 4.5

low
Kosten
$0.011
Zeit
12.4s
Token
2,018 tok

#32 GLM 5.2

high
Ungültiges SVG
Kosten
$0.000
Zeit
300.0s
Token
0 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 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

Schnellvergleich

Vergleichspaar wechseln