xAI: Grok 4.5 vs Z.ai: GLM 5.2

Grok 4.5 (medium) führt beim Durchschnittsscore mit 8.3 vs 8.0. GLM 5.2 (high) hat die niedrigeren Benchmark-Kosten mit $0.929 vs $1.928. Grok 4.5 (medium) ist schneller mit 61.71s vs 62.65s, mit Erfolgsraten von 78.8% vs 71.2%.

Empfohlenes ModellGLM 5.2 (high)Die Punktzahl bleibt nah an der besten hier (8.0 vs 8.3) und es kostet etwa 2.1x weniger als Grok 4.5 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-17

Metrik	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	8.3	8.0
Rang	#22	#30
Zuverlässigkeit	10.0	10.0
Konsistenz	8.9	8.6
Korrekte Tests
Erfolgsquote pro Versuch	78.8%	71.2%
Instabile Tests	3	3
Gesamtläufe	66	66
Kosten pro Ergebnis	12.049	5.873
Gesamtkosten	$1.928	$0.929
Eingabepreis	$2.000 / 1M	$0.919 / 1M
Ausgabepreis	$6.000 / 1M	$2.887 / 1M
Gesamte Eingabe-Token	122,146	83,813
Ausgabe-Token	5,514	69,688
Denk-Token	275,053	225,659
Antwortzeit (Durchschnitt)	61.71s	62.65s
Antwortzeit (Maximum)	436.38s	599.43s
Antwortzeit (Gesamt)	1357.56s	1378.34s

Hamster playing table tennis

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

#22 xAI: Grok 4.5

medium

Kosten: $0.044
Zeit: 59.4s
Token: 7,512 tok

#30 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

Kategorie:

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		23.50s	2,991	147	4,018
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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634
GLM 5.2	6.4	8.6	33.3%	0		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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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		6.29s	8,937	225	3,657
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	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922
GLM 5.2	3.7	6.5	22.2%	1		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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384
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		6.06s	1,857	57	2,728
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		7.75s	2,430	254	3,641
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		6.57s	8,544	192	968
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		74.44s	789	13	14,921
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2 ChatnonevsGLM 5.2high Step 3.7 FlashmediumvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Muse Spark 1.1lowvsGrok 4.5medium Kimi K3maxvsGLM 5.2high Seed-2.0-LitemediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Muse Spark 1.1lowvsGLM 5.2high