Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Grok 4.20 Multi Agent Beta vs Z.ai: GLM 5.1

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-07

Metrik Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Rilis: 2026-03-12 GLM 5.1 GLM 5.1 none Rilis: 2026-04-07
Skor 6.2 5.6
Peringkat #56 #67
Konsistensi 7.2 8.2
Tes benar
Tingkat lulus per percobaan 54.9% 39.2%
Tes tidak stabil 6 4
Total Run 51 51
Biaya per hasil 82.962 1.000
Total Biaya $4.978 $0.050
Harga input $0.000 / 1M $1.000 / 1M
Harga output $0.000 / 1M $3.200 / 1M
Token output 298,948 3,219
Token penalaran 296,529 0
Waktu respons (rata-rata) 8.64s 4.01s
Waktu respons (maks) 35.28s 32.57s
Waktu respons (total) 129.64s 68.23s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
GLM 5.1 4.0 6.3 25.0% 2 2.11s 305 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
GLM 5.1 2.8 2.1 33.3% 1 32.57s 2,129 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
GLM 5.1 10.0 10.0 100.0% 0 1.08s 204 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
GLM 5.1 2.9 7.2 11.1% 1 1.99s 24 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
GLM 5.1 5.0 10.0 0.0% 0 790ms 39 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
GLM 5.1 8.3 10.0 50.0% 0 1.58s 66 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
GLM 5.1 5.7 10.0 33.3% 0 1.48s 152 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
GLM 5.1 10.0 10.0 100.0% 0 10.68s 300 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 26B A4BnoneTersedia gratisvsGrok 4.20 Multi Agent BetamediumMistral Small 4mediumvsGLM 5.1noneDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneMiniMax M2.5mediumTersedia gratisvsGLM 5.1noneGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmediumTersedia gratisvsGLM 5.1noneHunter AlphanonevsGrok 4.20 Multi Agent Betamedium