Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Grok 4.20 Beta vs Z.ai: GLM 4.7 Flash

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

Métrica Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12 GLM 4.7 Flash GLM 4.7 Flash none Lanzamiento: 2026-01-19
Puntuación 5.3 5.6
Rango #72 #70
Consistencia 9.1 8.5
Pruebas correctas
Tasa de aciertos por intento 31.4% 39.2%
Pruebas inestables 2 3
Ejecuciones totales 51 51
Costo por resultado 2.240 0.053
Costo total $0.090 $0.003
Precio de entrada $0.000 / 1M $0.060 / 1M
Precio de salida $0.000 / 1M $0.400 / 1M
Tokens de salida 1,517 1,863
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.19s 3.13s
Tiempo de respuesta (máximo) 6.48s 7.05s
Tiempo de respuesta (total) 20.22s 31.33s

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 4.0 8.4 16.7% 1 597ms 251 0
GLM 4.7 Flash 5.2 7.9 41.7% 1 5.51s 438 0
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 3.0 10.0 0.0% 0 6.48s 282 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 3.22s 704 0
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 601ms 197 0
GLM 4.7 Flash 7.3 5.8 83.3% 1 4.82s 196 0
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 3.0 10.0 0.0% 0 611ms 160 0
GLM 4.7 Flash 7.7 10.0 66.7% 0 744ms 19 0
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 4.0 10.0 0.0% 0 1.59s 134 0
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 4.8 10.0 0.0% 0 687ms 60 0
GLM 4.7 Flash 6.5 10.0 50.0% 0 888ms 62 0
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 5.9 7.2 55.6% 1 541ms 291 0
GLM 4.7 Flash 4.4 10.0 0.0% 0 1.00s 98 0
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 2.8 1.6 33.3% 1 7.05s 212 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGrok 4.20 BetanoneMiniMax M2.7mediumvsGrok 4.20 BetanoneMiniMax M2.5mediumDisponible gratisvsGLM 4.7 Flashnonegpt-oss-120bmediumDisponible gratisvsGLM 4.7 FlashnoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneMiniMax M2.7mediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumDisponible gratisvsGrok 4.20 BetanoneGrok 4.20 BetanonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneGrok 4.20 Multi Agent BetamediumvsGLM 4.7 FlashnoneGPT-5 NanomediumvsGLM 4.7 Flashnone