Navigare
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 Beta vs Z.ai: GLM 4.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Grok 4.20 Beta Grok 4.20 Beta none Lansare: 2026-03-12 GLM 4.7 Flash GLM 4.7 Flash medium Lansare: 2026-01-19
Rang #52 #62
Scor mediu 4.4 3.1
Consistență 9.1 6.4
Cost per rezultat 2.214 1.040
Cost total $0.089 $0.042
Teste corecte
Rată de trecere pe încercare 33.3% 41.7%
Teste instabile 2 7
Rulări totale 48 48
Tokenuri de ieșire 1,511 38,682
Tokenuri de raționament 0 64,952
Timp de răspuns (mediu) 1.22s 36.84s
Timp de răspuns (maxim) 6.48s 174.55s
Timp de răspuns (total) 19.53s 331.58s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
GLM 4.7 Flash 4.0 4.5 55.6% 2 27.09s 1,085 5,597
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
GLM 4.7 Flash 10.0 2.1 33.3% 1 65.57s 2,585 20,648
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
GLM 4.7 Flash 5.0 10.0 50.0% 0 1.51s 584 2,755
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
GLM 4.7 Flash 10.0 4.4 33.3% 2 174.55s 33,000 25,394
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
GLM 4.7 Flash 10.0 9.7 0.0% 0 18.14s 18 2,138
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
GLM 4.7 Flash 5.0 5.8 66.7% 1 2.97s 388 2,181
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
GLM 4.7 Flash 10.0 7.2 11.1% 1 12.90s 798 5,225
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014

Comparație rapidă

Schimbă perechea de comparație

Grok 4.1 FastnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20 BetanoneNemotron 3 Super 120b A12bnoneDisponibil gratuitvsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponibil gratuitvsGrok 4.20 BetanoneMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20 BetanoneKimi K2.5nonevsGLM 4.7 Flashmedium