Grok 4.7 (low) vs GLM 5.1 (medium)

Model yang Dibandingkan

Model yang direkomendasikan GLM 5.1 (medium)

It has the best score here (7.5), while costing about 2.1x less than Grok 4.7 (low).

Metrik	Grok 4.7 Grok 4.7 low Rilis: 2026-09-21	GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07

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

low

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	10.0	10.0	100.0%	0		9.92s	2,991	94	7,306
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	8.4	7.4	88.9%	1		189.08s	9,579	346	99,053
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	7.3	5.8	83.3%	1		31.17s	90,114	5,684	6,430
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	5.3	10.0	33.3%	0		159.09s	2,523	17	84,957
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	4.1	2.7	33.3%	1		11.32s	1,077	75	2,060
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	8.4	6.9	83.3%	1		6.19s	1,857	57	2,559
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	8.2	7.2	88.9%	1		12.45s	2,430	151	6,628
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	10.0	10.0	100.0%	0		4.26s	8,535	174	336
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Grok 4.7	3.0	10.0	0.0%	0		76.84s	789	17	13,629
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Ganti Pasangan Perbandingan