Navigatie
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

xAI: Grok 4.20 vs Z.ai: GLM 5.1

Samenvatting

Benchmarkvergelijking Grok 4.20 vs GLM 5.1: Grok 4.20 leidt in gemiddelde score met 7.3 vs 7.1. GLM 5.1 heeft lagere benchmarkkosten met $0.292 vs $0.609. Grok 4.20 is sneller met 27.68s vs 33.67s, met slagingspercentages van 63.5% vs 68.3%.

Aanbevolen model: GLM 5.1 - De score blijft dicht bij de beste score hier (7.1 vs 7.3) en het kost ongeveer 2.1x minder dan Grok 4.20.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-18

Metriek Grok 4.20 Grok 4.20 medium Releasedatum: 2026-03-31 GLM 5.1 GLM 5.1 medium Releasedatum: 2026-04-07
Score 7.3 7.1
Rang #53 #64
Betrouwbaarheid 10.0 6.7
Consistentie 8.8 8.3
Correcte tests
Slaagpercentage per poging 63.5% 68.3%
Instabiele tests 3 4
Totaal runs 63 63
Kosten per resultaat 8.309 2.496
Totale kosten $0.609 $0.292
Invoerprijs $1.250 / 1M $0.980 / 1M
Uitvoerprijs $2.500 / 1M $3.080 / 1M
Totaal aantal invoer-tokens 44,433 32,995
Uitvoer-tokens 1,819 11,655
Redeneer-tokens 219,524 75,421
Responstijd (gem.) 27.68s 33.67s
Responstijd (max) 199.66s 172.60s
Responstijd (totaal) 581.26s 673.41s

Generatie-showcase

Hamster playing table tennis

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

#53 xAI: Grok 4.20

medium
Kosten
$0.041
Tijd
110.3s
Tokens
16,336 tok

#64 GLM 5.1

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Snelle vergelijking

Vergelijkingspaar wisselen

Step 3.7 FlashhighvsGLM 5.1mediumGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsGLM 5.1mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumGemini 3 Flash PreviewnonevsGLM 5.1mediumQwen3.7 PlusnonevsGrok 4.20medium