Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

xAI: Grok Build 0.1 vs Z.ai: GLM 5.2

Zusammenfassung

Grok Build 0.1 vs GLM 5.2 Benchmark-Vergleich: Grok Build 0.1 führt beim Durchschnittsscore mit 7.6 vs 7.1. GLM 5.2 hat die niedrigeren Benchmark-Kosten mit $0.051 vs $0.927. GLM 5.2 ist schneller mit 6.34s vs 49.90s, mit Erfolgsraten von 61.9% vs 60.3%.

Empfohlenes Modell: GLM 5.2 - Die Punktzahl bleibt nah an der besten hier (7.1 vs 7.6) und es kostet etwa 18.4x weniger als Grok Build 0.1.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik Grok Build 0.1 Grok Build 0.1 medium Veröffentlichung: 2026-05-21 GLM 5.2 GLM 5.2 none Veröffentlichung: 2026-06-17
Punktzahl 7.6 7.1
Rang #44 #63
Zuverlässigkeit 10.0 9.9
Konsistenz 9.9 9.6
Korrekte Tests
Erfolgsquote pro Versuch 61.9% 60.3%
Instabile Tests 0 1
Gesamtläufe 63 63
Kosten pro Ergebnis 7.124 0.628
Gesamtkosten $0.927 $0.051
Eingabepreis $1.000 / 1M $0.930 / 1M
Ausgabepreis $2.000 / 1M $3.000 / 1M
Gesamte Eingabe-Token 44,418 38,671
Ausgabe-Token 2,782 4,817
Denk-Token 438,018 0
Antwortzeit (Durchschnitt) 49.90s 6.34s
Antwortzeit (Maximum) 252.69s 20.69s
Antwortzeit (Gesamt) 1047.92s 133.19s

Generierungs-Showcase

Hamster playing table tennis

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

#44 xAI: Grok Build 0.1

medium
Kosten
$0.028
Zeit
81.3s
Token
14,009 tok

#63 GLM 5.2

none
Ungültiges SVG
Kosten
$0.033
Zeit
87.7s
Token
7,455 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsGrok Build 0.1mediumGemma 4 26B A4BmediumKostenlos verfügbarvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneGPT-5.3 ChatnonevsGrok Build 0.1mediumLaguna XS 2.1mediumKostenlos verfügbarvsGLM 5.2noneStep 3.7 FlashlowvsGrok Build 0.1mediumKimi K2.7 CodemediumvsGLM 5.2noneClaude Opus 4.8lowvsGrok Build 0.1mediumGrok 4.20mediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsGLM 5.2noneMiMo-V2.5-PromediumvsGLM 5.2none