AI BENCHY Compare

xAI: Grok 4.5 vs Z.ai: GLM 5.2

सारांश

Grok 4.5 (low) vs GLM 5.2 (medium) benchmark तुलना: GLM 5.2 (medium) average score मध्ये पुढे आहे: 8.7 vs 7.8. GLM 5.2 (medium) चा benchmark खर्च कमी आहे: $0.098 vs $0.760. Grok 4.5 (low) वेगवान आहे: 15.48s vs 23.28s, pass rates 74.6% vs 84.1%.

शिफारस केलेले मॉडेल: GLM 5.2 (medium) - It has the best score here (8.7), while costing about 7.8x less than Grok 4.5 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-08

मेट्रिक	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08	GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17

मेट्रिक	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08	GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17
स्कोअर	7.8	8.7
क्रमांक	#34	#14
विश्वसनीयता	10.0	9.5
सुसंगतता	9.7	8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर	74.6%	84.1%
अस्थिर चाचण्या	1	4
एकूण रन	63	63
प्रति निकाल खर्च	5.061	2.159
एकूण खर्च	$0.760	$0.098
इनपुट किंमत	$2.000 / 1M	$0.420 / 1M
आउटपुट किंमत	$6.000 / 1M	$1.320 / 1M
एकूण इनपुट टोकन्स	58,652	37,199
आउटपुट टोकन्स	1,735	12,261
रिझनिंग टोकन्स	105,233	49,500
प्रतिसाद वेळ (सरासरी)	15.48s	23.28s
प्रतिसाद वेळ (कमाल)	205.28s	101.36s
प्रतिसाद वेळ (एकूण)	324.98s	488.94s

जनरेशन शोकेस

Hamster playing table tennis

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

#34 xAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 tok

#14 GLM 5.2

medium

खर्च: $0.041
वेळ: 195.8s
टोकन्स: 9,287 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 4.6mediumvsGrok 4.5low Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumमोफत उपलब्धvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low Qwen3.5 Plus 2026-02-15mediumvsGrok 4.5low GPT-5.2 ChatnonevsGLM 5.2medium