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

xAI: Grok 4.20 vs Z.ai: GLM 5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31 GLM 5 GLM 5 none Lanzamiento: 2026-02-12
Puntuación 6.9 6.5
Rango #68 #80
Fiabilidad 10.0 10.0
Consistencia 8.3 9.7
Pruebas correctas
Tasa de aciertos por intento 63.2% 49.1%
Pruebas inestables 4 1
Ejecuciones totales 57 57
Costo por resultado 7.559 0.219
Costo total $0.756 $0.020
Precio de entrada $1.250 / 1M $0.600 / 1M
Precio de salida $2.500 / 1M $1.920 / 1M
Tokens de salida 1,784 1,972
Tokens de razonamiento 128,233 0
Tiempo de respuesta (promedio) 14.53s 4.18s
Tiempo de respuesta (máximo) 63.48s 11.07s
Tiempo de respuesta (total) 276.06s 50.12s

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 8.2 7.9 83.3% 1 3.95s 287 8,312
GLM 5 4.8 10.0 25.0% 0 2.37s 275 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
GLM 5 5.6 3.5 33.3% 1 8.84s 408 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 10.0 10.0 100.0% 0 17.40s 232 9,556
GLM 5 3.0 10.0 0.0% 0 4.98s 406 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 10.0 10.0 100.0% 0 4.17s 180 5,333
GLM 5 10.0 10.0 100.0% 0 5.78s 203 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 5.3 10.0 33.3% 0 27.03s 375 49,339
GLM 5 3.0 10.0 0.0% 0 2.24s 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 3.9 2.6 33.3% 1 24.48s 65 6,440
GLM 5 10.0 10.0 100.0% 0 3.27s 103 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 7.3 6.0 83.3% 1 4.42s 40 5,474
GLM 5 10.0 10.0 100.0% 0 1.48s 61 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
GLM 5 7.7 10.0 66.7% 0 2.05s 264 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 3.0 10.0 0.0% 0 13.68s 197 6,620
GLM 5 10.0 10.0 100.0% 0 11.07s 220 0
Cultura 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 3.0 10.0 0.0% 0 63.48s 9 16,442
GLM 5 3.0 10.0 0.0% 0 3.62s 13 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok 4.20mediumGrok 4.1 FastmediumvsGLM 5noneGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumMercury 2mediumvsGLM 5noneGemini 3.1 Flash LitenonevsGrok 4.20mediumGPT-5 NanomediumvsGLM 5noneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 27BmediumvsGLM 5noneKimi K2.5mediumvsGLM 5none