AI BENCHY Compare
Grok 4.20 Beta vs Z.ai: GLM 5V Turbo
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-02
| 指標 | Grok 4.20 Beta Grok 4.20 Beta medium | GLM 5V Turbo GLM 5V Turbo medium |
|---|---|---|
| スコア | 7.9 | 7.7 |
| 順位 | #26 | #30 |
| 一貫性 | 9.0 | 7.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.6% | 76.5% |
| 不安定なテスト | 2 | 6 |
| 総実行回数 | 51 | 51 |
| 結果あたりのコスト | 5.525 | 2.697 |
| 合計コスト | $0.608 | $0.270 |
| ???? | $0.000 / 1M | $1.200 / 1M |
| ???? | $0.000 / 1M | $4.000 / 1M |
| 出力トークン | 1,487 | 1,947 |
| 推論トークン | 87,922 | 54,313 |
| 応答時間（平均） | 8.54s | 15.03s |
| 応答時間（最大） | 24.21s | 67.08s |
| 応答時間（合計） | 145.26s | 255.55s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 268 | 7,583 | |
| GLM 5V Turbo | 7.2 | 6.1 | 75.0% | 2 | 10.76s | 587 | 7,872 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 227 | 12,212 | |
| GLM 5V Turbo | 6.9 | 3.8 | 66.7% | 1 | 15.06s | 403 | 2,523 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 | |
| GLM 5V Turbo | 10.0 | 10.0 | 100.0% | 0 | 9.60s | 236 | 4,333 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 | |
| GLM 5V Turbo | 5.3 | 7.2 | 44.4% | 1 | 38.15s | 32 | 29,035 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 72 | 3,440 | |
| GLM 5V Turbo | 10.0 | 10.0 | 100.0% | 0 | 11.09s | 131 | 2,183 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.3 | 10.0 | 50.0% | 0 | 4.97s | 57 | 7,107 | |
| GLM 5V Turbo | 9.9 | 10.0 | 100.0% | 0 | 3.74s | 72 | 1,813 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.2 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 | |
| GLM 5V Turbo | 7.7 | 7.3 | 77.8% | 1 | 10.91s | 193 | 5,789 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 | |
| GLM 5V Turbo | 7.0 | 3.7 | 66.7% | 1 | 12.53s | 293 | 765 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewlowvsGLM 5V TurbomediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGrok 4.20 Betamedium