- Rango
- #127
- Total de tokens de salida
- 255,329
- Tiempo de respuesta (promedio)
- 63.19s
- Costo total
- $2.263
Grok 4.7 (low) vs GLM 5.1 (medium)
GLM 5.1 (medium) lidera en puntuación media con 7.5 vs 7.4. GLM 5.1 (medium) tiene menor coste de benchmark con $1.066 vs $2.263. Grok 4.7 (low) es más rápido con 63.19s vs 66.38s, con tasas de acierto de 73.9% vs 66.7%.
Modelos comparados
- Rango
- #119
- Total de tokens de salida
- 248,708
- Tiempo de respuesta (promedio)
- 66.38s
- Costo total
- $1.066
Modelo recomendado
GLM 5.1 (medium)
Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 2.1x menos que Grok 4.7 (low).
Comparación detallada
| Métrica | Grok 4.7 Grok 4.7 low | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| Puntuación | 7.4 | 7.5 |
| Rango | #127 | #119 |
| Fiabilidad | 10.0 | 9.2 |
| Consistencia | 8.3 | 8.4 |
| Intentos | 69/69 | 69/69 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 73.9% | 66.7% |
| Pruebas inestables | 5 | 4 |
| Ejecuciones totales | 69 | 69 |
| Costo por resultado | 13.804 | 9.004 |
| Costo total | $2.263 | $1.066 |
| Precio de entrada | $2.000 / 1M | $0.965 / 1M |
| Precio de salida | $6.000 / 1M | $3.032 / 1M |
| Total de tokens de entrada | 365,119 | 331,577 |
| Tokens de salida | 8,118 | 17,919 |
| Tokens de razonamiento | 247,211 | 230,789 |
| Tiempo de respuesta (promedio) | 63.19s | 66.38s |
| Tiempo de respuesta (máximo) | 389.63s | 308.75s |
| Tiempo de respuesta (total) | 1453.28s | 1460.31s |
| Parámetros | ~1.7T en total (~170B 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.
#127 SpaceXAI: Grok 4.7
low- Coste
- $0.007
- Tiempo
- 15.2s
- Tokens
- 1,537 tok
#119 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
| Tareas de agentes | 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 4.7 | 5.0 | 10.0 | 0.0% | 0 | 154.86s | 236,287 | 1,278 | 22,203 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 225.59s | 248,985 | 1,830 | 30,989 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.88s | 8,937 | 225 | 2,050 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 7,107 | 991 | 4,552 |
Comparación rápida
Cambiar par de comparación
Space Bunny AlphahighvsGLM 5.1mediumGrok 4.7lowvsGLM 5.3 FlashXhighSeed-2.0-CodemediumvsGrok 4.7lowInkling SmallhighDisponible gratisvsGrok 4.7lowQwen3.6 FlashmediumvsGrok 4.7lowGPT-5.6 LunamediumvsGrok 4.7lowQwen3.8 27BlowDisponible gratisvsGLM 5.1mediumGPT-6 LunalowvsGLM 5.1mediumDeepSeek V4 Pro 0423nonevsGrok 4.7lowInklingmediumDisponible gratisvsGrok 4.7lowGemma 4 26B A4BmediumDisponible gratisvsGrok 4.7lowSeed-2.0-CodehighvsGLM 5.1medium