AI BENCHY Compare
Grok 4.20 Multi Agent Beta vs Z.ai: GLM 5.1
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: 2026-04-07
| 指標 | Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium | GLM 5.1 GLM 5.1 none |
|---|---|---|
| スコア | 6.2 | 5.6 |
| 順位 | #56 | #67 |
| 一貫性 | 7.2 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 54.9% | 39.2% |
| 不安定なテスト | 6 | 4 |
| 総実行回数 | 51 | 51 |
| 結果あたりのコスト | 82.962 | 1.000 |
| 合計コスト | $4.978 | $0.050 |
| ???? | $0.000 / 1M | $1.000 / 1M |
| ???? | $0.000 / 1M | $3.200 / 1M |
| 出力トークン | 298,948 | 3,219 |
| 推論トークン | 296,529 | 0 |
| 応答時間（平均） | 8.64s | 4.01s |
| 応答時間（最大） | 35.28s | 32.57s |
| 応答時間（合計） | 129.64s | 68.23s |
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 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 |
| 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 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 |
| 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 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 |
| 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 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 |
| 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 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 |
| 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 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 | 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 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 |
| 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 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 |
クイック比較
比較ペアを切り替え
Gemma 4 26B A4Bnone無料で利用可能vsGrok 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 M2.5medium無料で利用可能vsGLM 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-120bmedium無料で利用可能vsGLM 5.1noneHunter AlphanonevsGrok 4.20 Multi Agent Betamedium