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 Multi-Agent Beta vs Z.ai: GLM 5 Turbo

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-15

Métrica Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Lanzamiento: 2026-03-12 GLM 5 Turbo GLM 5 Turbo none Lanzamiento: 2026-03-15
Rango #47 #53
Puntuación 6.0 5.7
Consistencia 7.1 9.5
Costo por resultado 97.178 0.467
Costo total $4.859 $0.028
Pruebas correctas
Tasa de aciertos por intento 52.1% 39.6%
Pruebas inestables 6 1
Ejecuciones totales 48 48
Tokens de salida 293,634 1,264
Tokens de razonamiento 291,260 0
Tiempo de respuesta (promedio) 9.08s 2.92s
Tiempo de respuesta (máximo) 35.28s 8.21s
Tiempo de respuesta (total) 127.09s 46.72s

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 5.8 4.4 66.7% 2 3.77s 28,392 27,808
GLM 5 Turbo 3.0 10.0 0.0% 0 3.01s 376 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 Turbo 3.0 10.0 0.0% 0 4.89s 144 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 Turbo 10.0 10.0 100.0% 0 2.47s 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 Turbo 5.3 10.0 33.3% 0 1.97s 25 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 Turbo 4.2 9.9 0.0% 0 2.18s 48 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 Turbo 6.5 10.0 50.0% 0 2.13s 65 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 Turbo 5.5 7.4 44.4% 1 2.43s 180 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 Turbo 10.0 10.0 100.0% 0 8.21s 222 0

Comparación rápida

Cambiar par de comparación

Qwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumDisponible gratisvsGLM 5 TurbononeGPT-5.4nonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-27BnonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmediumDisponible gratisvsGLM 5 TurbononeDeepSeek V3.2nonevsGrok 4.20 Multi-Agent BetamediumKimi K2.5nonevsGrok 4.20 Multi-Agent Betamedium