xAI: Grok 4.5 vs Z.ai: GLM 5.2

Grok 4.5 (medium) lidera en puntuación media con 8.3 vs 8.0. GLM 5.2 (high) tiene menor coste de benchmark con $0.929 vs $1.928. Grok 4.5 (medium) es más rápido con 61.71s vs 62.65s, con tasas de acierto de 78.8% vs 71.2%.

Modelo recomendadoGLM 5.2 (high)Su puntuación se mantiene cerca de la mejor aquí (8.0 vs 8.3) y cuesta aproximadamente 2.1x menos que Grok 4.5 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17

Métrica	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08	GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación	8.3	8.0
Rango	#22	#30
Fiabilidad	10.0	10.0
Consistencia	8.9	8.6
Pruebas correctas
Tasa de aciertos por intento	78.8%	71.2%
Pruebas inestables	3	3
Ejecuciones totales	66	66
Costo por resultado	12.049	5.873
Costo total	$1.928	$0.929
Precio de entrada	$2.000 / 1M	$0.919 / 1M
Precio de salida	$6.000 / 1M	$2.887 / 1M
Total de tokens de entrada	122,146	83,813
Tokens de salida	5,514	69,688
Tokens de razonamiento	275,053	225,659
Tiempo de respuesta (promedio)	61.71s	62.65s
Tiempo de respuesta (máximo)	436.38s	599.43s
Tiempo de respuesta (total)	1357.56s	1378.34s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#22 xAI: Grok 4.5

medium

Coste: $0.044
Tiempo: 59.4s
Tokens: 7,512 tok

#30 GLM 5.2

high

SVG inválido

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

Categoría:

Trucos anti-IA	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 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Programación	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 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

Combinado	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 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Específico del dominio	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 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922
GLM 5.2	3.7	6.5	22.2%	1		73.97s	551	46,693	90,566

Inteligencia general	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 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Resolución de acertijos	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 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Llamada de herramientas	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 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

Cultura general	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 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsGLM 5.2high Step 3.7 FlashmediumvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Muse Spark 1.1lowvsGrok 4.5medium Kimi K3maxvsGLM 5.2high Seed-2.0-LitemediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Muse Spark 1.1lowvsGLM 5.2high