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 Build 0.1 vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Grok Build 0.1 vs GLM 5.2: Grok Build 0.1 lidera en puntuación media con 7.6 vs 7.1. GLM 5.2 tiene menor coste de benchmark con $0.051 vs $0.927. GLM 5.2 es más rápido con 6.34s vs 49.90s, con tasas de acierto de 61.9% vs 60.3%.

Modelo recomendado: GLM 5.2 - Su puntuación se mantiene cerca de la mejor aquí (7.1 vs 7.6) y cuesta aproximadamente 18.4x menos que Grok Build 0.1.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21 GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17
Puntuación 7.6 7.1
Rango #44 #63
Fiabilidad 10.0 9.9
Consistencia 9.9 9.6
Pruebas correctas
Tasa de aciertos por intento 61.9% 60.3%
Pruebas inestables 0 1
Ejecuciones totales 63 63
Costo por resultado 7.124 0.628
Costo total $0.927 $0.051
Precio de entrada $1.000 / 1M $0.930 / 1M
Precio de salida $2.000 / 1M $3.000 / 1M
Total de tokens de entrada 44,418 38,671
Tokens de salida 2,782 4,817
Tokens de razonamiento 438,018 0
Tiempo de respuesta (promedio) 49.90s 6.34s
Tiempo de respuesta (máximo) 252.69s 20.69s
Tiempo de respuesta (total) 1047.92s 133.19s

Generación showcase

Hamster playing table tennis

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

#44 xAI: Grok Build 0.1

medium
Coste
$0.028
Tiempo
81.3s
Tokens
14,009 tok

#63 GLM 5.2

none
SVG inválido
Coste
$0.033
Tiempo
87.7s
Tokens
7,455 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

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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok Build 0.1mediumGemma 4 26B A4BmediumDisponible gratisvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneGPT-5.3 ChatnonevsGrok Build 0.1mediumLaguna XS 2.1mediumDisponible gratisvsGLM 5.2noneStep 3.7 FlashlowvsGrok Build 0.1mediumKimi K2.7 CodemediumvsGLM 5.2noneClaude Opus 4.8lowvsGrok Build 0.1mediumGrok 4.20mediumvsGLM 5.2noneGemini 3 Flash PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsGLM 5.2noneMiMo-V2.5-PromediumvsGLM 5.2none