Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

xAI: Grok 4.20 Beta vs Z.ai: GLM 4.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12 GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Rango #52 #62
Puntaje prom. 4.4 3.1
Consistencia 9.1 6.4
Costo por resultado 2.214 1.040
Costo total $0.089 $0.042
Pruebas correctas
Tasa de aciertos por intento 33.3% 41.7%
Pruebas inestables 2 7
Ejecuciones totales 48 48
Tokens de salida 1,511 38,682
Tokens de razonamiento 0 64,952
Tiempo de respuesta (promedio) 1.22s 36.84s
Tiempo de respuesta (máximo) 6.48s 174.55s
Tiempo de respuesta (total) 19.53s 331.58s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 3.3 7.9 22.2% 1 562ms 245 0
GLM 4.7 Flash 4.0 4.5 55.6% 2 27.09s 1,085 5,597
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 0.0% 0 6.48s 282 0
GLM 4.7 Flash 10.0 2.1 33.3% 1 65.57s 2,585 20,648
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 9.9 10.0 100.0% 0 601ms 197 0
GLM 4.7 Flash 5.0 10.0 50.0% 0 1.51s 584 2,755
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 10.0 10.0 0.0% 0 611ms 160 0
GLM 4.7 Flash 10.0 4.4 33.3% 2 174.55s 33,000 25,394
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 5.0 10.0 0.0% 0 541ms 87 0
GLM 4.7 Flash 10.0 9.7 0.0% 0 18.14s 18 2,138
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 4.5 10.0 0.0% 0 687ms 60 0
GLM 4.7 Flash 5.0 5.8 66.7% 1 2.97s 388 2,181
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 4.0 7.2 55.6% 1 541ms 291 0
GLM 4.7 Flash 10.0 7.2 11.1% 1 12.90s 798 5,225
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 10.0 10.0 100.0% 0 4.79s 189 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014

Comparación rápida

Cambiar par de comparación

Grok 4.1 FastnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20 BetanoneNemotron 3 Super 120b A12bnoneDisponible gratisvsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20 BetanoneKimi K2.5nonevsGLM 4.7 Flashmedium