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 4.7 Flash

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

Métrica Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31 GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación 5.4 4.5
Rango #115 #138
Fiabilidad N/D 10.0
Consistencia 9.5 6.5
Pruebas correctas
Tasa de aciertos por intento 35.2% 36.8%
Pruebas inestables 1 8
Ejecuciones totales 54 57
Costo por resultado 1.574 1.139
Costo total $0.095 $0.046
Precio de entrada $1.250 / 1M $0.060 / 1M
Precio de salida $2.500 / 1M $0.400 / 1M
Tokens de salida 1,967 39,759
Tokens de razonamiento 0 73,598
Tiempo de respuesta (promedio) 1.11s 30.57s
Tiempo de respuesta (máximo) 6.04s 174.55s
Tiempo de respuesta (total) 20.02s 366.78s

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 4.8 10.0 25.0% 0 501ms 267 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 1,122 6,110
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 3.4 9.3 0.0% 0 1.22s 312 0
GLM 4.7 Flash 3.6 2.1 33.3% 1 21.26s 969 6,936
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 3.0 10.0 0.0% 0 6.04s 282 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 2,585 20,648
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 522ms 207 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 584 2,755
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 3.0 10.0 0.0% 0 687ms 325 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 33,000 25,394
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 4.8 10.0 0.0% 0 659ms 83 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 18 2,138
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 6.3 10.0 50.0% 0 455ms 60 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 388 2,181
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 5.3 7.2 44.4% 1 487ms 242 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.90s 798 5,225
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 10.0 10.0 100.0% 0 4.63s 189 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014
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 - - - - - - - -
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 71 1,197

Comparación rápida

Cambiar par de comparación

MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumLing-2.6-1TnonevsGLM 4.7 FlashmediumElephant AlphamediumvsGrok 4.20noneGrok 4.1 FastnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20none