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 GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT

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 X Ai/grok 4.20 Google/gemma 4 31b IT GLM 5v Turbo X Ai/grok 4.20 Google/gemma 4 31b IT none Lanzamiento: Fecha de lanzamiento desconocida
Puntuación 6.2 3.0
Rango #53 #88
Consistencia 7.2 10.0
Pruebas correctas
Tasa de aciertos por intento 54.9% 0.0%
Pruebas inestables 6 0
Ejecuciones totales 51 48
Costo por resultado 82.962 0.000
Costo total $4.978 $0.000
Precio de entrada $0.000 / 1M $0.000 / 1M
Precio de salida $0.000 / 1M $0.000 / 1M
Tokens de salida 298,948 0
Tokens de razonamiento 296,529 0
Tiempo de respuesta (promedio) 8.64s 0ms
Tiempo de respuesta (máximo) 35.28s 0ms
Tiempo de respuesta (total) 129.64s 0ms

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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 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 X Ai/grok 4.20 Google/gemma 4 31b IT 3.0 10.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGrok 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 BetamediumHunter AlphanonevsGrok 4.20 Multi Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-PrononeGrok 4.20 Multi Agent BetamediumvsGLM 5noneGemma 4 31BnonevsGrok 4.20 Multi Agent Betamedium