Navegación
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

Grok 4.20 Beta vs Z.ai: GLM 5V Turbo

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12 GLM 5V Turbo GLM 5V Turbo medium Lanzamiento: 2026-04-01
Puntuación 7.9 7.7
Rango #26 #30
Consistencia 9.0 7.4
Pruebas correctas
Tasa de aciertos por intento 72.6% 76.5%
Pruebas inestables 2 6
Ejecuciones totales 51 51
Costo por resultado 5.525 2.697
Costo total $0.608 $0.270
Precio de entrada $0.000 / 1M $1.200 / 1M
Precio de salida $0.000 / 1M $4.000 / 1M
Tokens de salida 1,487 1,947
Tokens de razonamiento 87,922 54,313
Tiempo de respuesta (promedio) 8.54s 15.03s
Tiempo de respuesta (máximo) 24.21s 67.08s
Tiempo de respuesta (total) 145.26s 255.55s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 8.7 7.9 91.7% 1 3.16s 268 7,583
GLM 5V Turbo 7.2 6.1 75.0% 2 10.76s 587 7,872
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
GLM 5V Turbo 6.9 3.8 66.7% 1 15.06s 403 2,523
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.01s 180 5,281
GLM 5V Turbo 10.0 10.0 100.0% 0 9.60s 236 4,333
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 5.3 10.0 33.3% 0 21.33s 251 40,255
GLM 5V Turbo 5.3 7.2 44.4% 1 38.15s 32 29,035
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
GLM 5V Turbo 10.0 10.0 100.0% 0 11.09s 131 2,183
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 8.3 10.0 50.0% 0 4.97s 57 7,107
GLM 5V Turbo 9.9 10.0 100.0% 0 3.74s 72 1,813
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 8.2 7.2 88.9% 1 3.85s 249 6,660
GLM 5V Turbo 7.7 7.3 77.8% 1 10.91s 193 5,789
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 3.0 10.0 0.0% 0 12.39s 183 5,384
GLM 5V Turbo 7.0 3.7 66.7% 1 12.53s 293 765

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewlowvsGLM 5V TurbomediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGrok 4.20 Betamedium