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

Zusammenfassung

Grok 4.5 (low) vs GLM 5 (medium) Benchmark-Vergleich: GLM 5 (medium) führt beim Durchschnittsscore mit 8.6 vs 7.8. GLM 5 (medium) hat die niedrigeren Benchmark-Kosten mit $0.228 vs $0.760. Grok 4.5 (low) ist schneller mit 15.48s vs 33.54s, mit Erfolgsraten von 74.6% vs 82.5%.

Empfohlenes Modell: GLM 5 (medium) - Es hat hier die beste Punktzahl (8.6) und kostet etwa 3.3x weniger als Grok 4.5 (low).

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 GLM 5 medium Veröffentlichung: 2026-02-12
Punktzahl 7.8 8.6
Rang #40 #18
Zuverlässigkeit 10.0 10.0
Konsistenz 9.7 8.5
Korrekte Tests
Erfolgsquote pro Versuch 74.6% 82.5%
Instabile Tests 1 4
Gesamtläufe 63 63
Kosten pro Ergebnis 5.061 1.668
Gesamtkosten $0.760 $0.228
Eingabepreis $2.000 / 1M $0.600 / 1M
Ausgabepreis $6.000 / 1M $1.920 / 1M
Gesamte Eingabe-Token 58,652 35,224
Ausgabe-Token 1,735 21,570
Denk-Token 105,233 102,996
Antwortzeit (Durchschnitt) 15.48s 33.54s
Antwortzeit (Maximum) 205.28s 99.85s
Antwortzeit (Gesamt) 324.98s 435.99s

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

#18 GLM 5

medium
Kosten
$0.005
Zeit
20.7s
Token
2,068 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 10.0 10.0 100.0% 0 23.66s 555 480 7,056
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 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
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 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
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 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
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 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
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 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
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 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
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 10.0 10.0 100.0% 0 11.33s 609 33 4,076
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 10.0 10.0 100.0% 0 15.93s 6,935 233 994
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 3.0 10.0 0.0% 0 67.37s 186 401 12,450

Schnellvergleich

Vergleichspaar wechseln

Claude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 TerramediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumKostenlos verfügbarvsGrok 4.5lowGPT-5.2 ChatnonevsGLM 5mediumQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5low