xAI: Grok 4.5 vs Z.ai: GLM 5.2

Grok 4.5 (medium) が平均スコアでリードし、8.3 vs 8.0 です。 GLM 5.2 (high) の benchmark コストが低く、$0.929 vs $1.928 です。 Grok 4.5 (medium) の方が高速で、61.71s vs 62.65s です、成功率は 78.8% vs 71.2% です。

おすすめモデルGLM 5.2 (high)スコアはここでの最高値に近く（8.0 vs 8.3）、Grok 4.5 (medium) より約 2.1 倍低コストです。

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: 2026-07-17

指標	Grok 4.5 Grok 4.5 medium リリース: 2026-07-08	GLM 5.2 GLM 5.2 high リリース: 2026-06-17

指標	Grok 4.5 Grok 4.5 medium リリース: 2026-07-08	GLM 5.2 GLM 5.2 high リリース: 2026-06-17
スコア	8.3	8.0
順位	#22	#30
信頼性	10.0	10.0
一貫性	8.9	8.6
正解テスト
試行ごとの合格率	78.8%	71.2%
不安定なテスト	3	3
総実行回数	66	66
結果あたりのコスト	12.049	5.873
合計コスト	$1.928	$0.929
入力価格	$2.000 / 1M	$0.919 / 1M
出力価格	$6.000 / 1M	$2.887 / 1M
合計入力トークン	122,146	83,813
出力トークン	5,514	69,688
推論トークン	275,053	225,659
応答時間（平均）	61.71s	62.65s
応答時間（最大）	436.38s	599.43s
応答時間（合計）	1357.56s	1378.34s

Hamster playing table tennis

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

#22 xAI: Grok 4.5

medium

コスト: $0.044
時間: 59.4s
トークン: 7,512 tok

#30 GLM 5.2

high

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

スコア上位モデル

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

カテゴリ:

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

コーディング	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）	入力トークン	出力トークン	推論トークン
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922
GLM 5.2	3.7	6.5	22.2%	1		73.97s	551	46,693	90,566

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

パズル解決	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）	入力トークン	出力トークン	推論トークン
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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）	入力トークン	出力トークン	推論トークン
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

雑学	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）	入力トークン	出力トークン	推論トークン
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

クイック比較

比較ペアを切り替え

GPT-5.2 ChatnonevsGLM 5.2high Step 3.7 FlashmediumvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Muse Spark 1.1lowvsGrok 4.5medium Kimi K3maxvsGLM 5.2high Seed-2.0-LitemediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Muse Spark 1.1lowvsGLM 5.2high