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 (medium) vs GLM 5.2 (medium) Benchmark-Vergleich: GLM 5.2 (medium) führt beim Durchschnittsscore mit 8.7 vs 8.3. GLM 5.2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.098 vs $1.696. GLM 5.2 (medium) ist schneller mit 23.28s vs 62.63s, mit Erfolgsraten von 77.8% vs 84.1%.

Empfohlenes Modell: GLM 5.2 (medium) - Es hat hier die beste Punktzahl (8.7) und kostet etwa 17.5x weniger als Grok 4.5 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-08

Metrik Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08 GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl 8.3 8.7
Rang #23 #14
Zuverlässigkeit 9.9 9.5
Konsistenz 8.9 8.4
Korrekte Tests
Erfolgsquote pro Versuch 77.8% 84.1%
Instabile Tests 3 4
Gesamtläufe 63 63
Kosten pro Ergebnis 11.304 2.159
Gesamtkosten $1.696 $0.098
Eingabepreis $2.000 / 1M $0.420 / 1M
Ausgabepreis $6.000 / 1M $1.320 / 1M
Gesamte Eingabe-Token 53,500 37,199
Ausgabe-Token 1,621 12,261
Denk-Token 263,127 49,500
Antwortzeit (Durchschnitt) 62.63s 23.28s
Antwortzeit (Maximum) 436.38s 101.36s
Antwortzeit (Gesamt) 1315.20s 488.94s

Generierungs-Showcase

Hamster playing table tennis

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

#23 xAI: Grok 4.5

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

#14 GLM 5.2

medium
Kosten
$0.041
Zeit
195.8s
Token
9,287 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 23.50s 2,991 147 4,018
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
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 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
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 15.65s 15,084 261 4,254
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
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 13.44s 7,149 348 2,345
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 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
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 17.39s 498 54 1,842
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 9.9 10.0 100.0% 0 7.90s 678 94 1,518
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 8.2 7.2 88.9% 1 13.13s 672 536 4,822
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 20.41s 6,861 230 550
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 34.25s 138 381 2,529

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5.2mediumClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumGPT-5.5lowvsGLM 5.2mediumDeepSeek V4 ProhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok 4.5mediumGrok 4.5lowvsGLM 5.2mediumGemini 3.5 FlashlowvsGrok 4.5medium