- Rango
- #139
- Total de tokens de salida
- 225,904
- Tiempo de respuesta (promedio)
- 44.21s
- Costo total
- $0.741
Grok 4.3 (medium) vs GLM 5.1 (medium)
La puntuación media está prácticamente empatada en 7.0 vs 7.0. GLM 5.1 (medium) tiene menor coste de benchmark con $0.727 vs $0.741. Grok 4.3 (medium) es más rápido con 44.21s vs 58.80s, con tasas de acierto de 66.7% vs 65.2%.
Modelos comparados
- Rango
- #142
- Total de tokens de salida
- 215,889
- Tiempo de respuesta (promedio)
- 58.80s
- Costo total
- $0.727
Modelo recomendado
Grok 4.3 (medium)
Tiene la puntuación más alta en esta comparación (7.0) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.
Comparación detallada
| Métrica | Grok 4.3 Grok 4.3 medium | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| Puntuación | 7.0 | 7.0 |
| Rango | #139 | #142 |
| Fiabilidad | 10.0 | 8.1 |
| Consistencia | 8.2 | 8.4 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 66.7% | 65.2% |
| Pruebas inestables | 5 | 4 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 6.168 | 6.923 |
| Costo total | $0.741 | $0.727 |
| Precio de entrada | $1.250 / 1M | $0.966 / 1M |
| Precio de salida | $2.500 / 1M | $3.036 / 1M |
| Total de tokens de entrada | 140,244 | 82,592 |
| Tokens de salida | 13,739 | 16,089 |
| Tokens de razonamiento | 212,165 | 199,800 |
| Tiempo de respuesta (promedio) | 44.21s | 58.80s |
| Tiempo de respuesta (máximo) | 216.69s | 308.75s |
| Tiempo de respuesta (total) | 972.64s | 1234.72s |
| Parámetros | ~1.5T en total (~150B activos) | 744B en total (40B activos) |
| Disponibilidad | Código cerrado | Código abierto |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#139 SpaceXAI: Grok 4.3
medium- Coste
- $0.009
- Tiempo
- 19.0s
- Tokens
- 3,661 tok
#142 GLM 5.1
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
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
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 7,107 | 991 | 4,552 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 | |
| GLM 5.1 | 6.4 | 5.8 | 66.7% | 1 | 7.47s | 634 | 204 | 1,617 |
Comparación rápida
Cambiar par de comparación
GPT-5.5nonevsGLM 5.1mediumGPT-5.6 SolnonevsGrok 4.3mediumMercury 2.5highvsGrok 4.3mediumGPT-5.6 SolnonevsGLM 5.1mediumGPT-5.5nonevsGrok 4.3mediumSolar Pro 4highvsGrok 4.3mediumClaude Fable 5.1lowvsGLM 5.1mediumMercury 2.5highvsGLM 5.1mediumSeed-2.0-CodehighvsGLM 5.1mediumStep 3.7 FlashlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.3mediumSolar Pro 4highvsGLM 5.1medium