Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Grok 4.20 Multi Agent Beta vs Z.ai: GLM 5.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-07

Métrica Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lanzamiento: 2026-03-12 GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación 6.2 5.6
Rango #56 #67
Consistencia 7.2 8.2
Pruebas correctas
Tasa de aciertos por intento 54.9% 39.2%
Pruebas inestables 6 4
Ejecuciones totales 51 51
Costo por resultado 82.962 1.000
Costo total $4.978 $0.050
Precio de entrada $0.000 / 1M $1.000 / 1M
Precio de salida $0.000 / 1M $3.200 / 1M
Tokens de salida 298,948 3,219
Tokens de razonamiento 296,529 0
Tiempo de respuesta (promedio) 8.64s 4.01s
Tiempo de respuesta (máximo) 35.28s 32.57s
Tiempo de respuesta (total) 129.64s 68.23s

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 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
GLM 5.1 4.0 6.3 25.0% 2 2.11s 305 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 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
GLM 5.1 2.8 2.1 33.3% 1 32.57s 2,129 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 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
GLM 5.1 10.0 10.0 100.0% 0 1.08s 204 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 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
GLM 5.1 2.9 7.2 11.1% 1 1.99s 24 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 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
GLM 5.1 5.0 10.0 0.0% 0 790ms 39 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 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
GLM 5.1 8.3 10.0 50.0% 0 1.58s 66 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 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
GLM 5.1 5.7 10.0 33.3% 0 1.48s 152 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 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
GLM 5.1 10.0 10.0 100.0% 0 10.68s 300 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BnoneDisponible gratisvsGrok 4.20 Multi Agent BetamediumMistral Small 4mediumvsGLM 5.1noneDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneMiniMax M2.5mediumDisponible gratisvsGLM 5.1noneGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmediumDisponible gratisvsGLM 5.1noneHunter AlphanonevsGrok 4.20 Multi Agent Betamedium