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

Grok 4.20 Multi Agent Beta vs Z.ai: GLM 5V Turbo

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lanzamiento: 2026-03-12 GLM 5V Turbo GLM 5V Turbo none Lanzamiento: 2026-04-01
Puntuación 6.2 6.0
Rango #53 #55
Consistencia 7.2 10.0
Pruebas correctas
Tasa de aciertos por intento 54.9% 41.2%
Pruebas inestables 6 0
Ejecuciones totales 51 51
Costo por resultado 82.962 0.588
Costo total $4.978 $0.042
Precio de entrada $0.000 / 1M $1.200 / 1M
Precio de salida $0.000 / 1M $4.000 / 1M
Tokens de salida 298,948 1,388
Tokens de razonamiento 296,529 0
Tiempo de respuesta (promedio) 8.64s 2.97s
Tiempo de respuesta (máximo) 35.28s 6.51s
Tiempo de respuesta (total) 129.64s 50.57s

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 5V Turbo 4.8 10.0 25.0% 0 3.13s 281 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 5V Turbo 3.0 10.0 0.0% 0 6.51s 276 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 5V Turbo 10.0 10.0 100.0% 0 3.81s 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 5V Turbo 5.3 10.0 33.3% 0 2.09s 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 5V Turbo 4.6 10.0 0.0% 0 2.22s 114 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 5V Turbo 6.5 10.0 50.0% 0 1.97s 60 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 5V Turbo 5.3 10.0 33.3% 0 2.22s 207 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 5V Turbo 10.0 10.0 100.0% 0 4.86s 222 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsGLM 5V TurbononeMiniMax M2.5mediumDisponible gratisvsGLM 5V TurbononeDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsGLM 5V TurbononeGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumMercury 2mediumvsGLM 5V TurbononeQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent BetamediumHunter AlphanonevsGrok 4.20 Multi Agent BetamediumMistral Small 4mediumvsGLM 5V Turbonone