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 vs Z.ai: GLM 5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31 GLM 5 GLM 5 none Lansare: 2026-02-12
Scor 6.9 6.5
Rang #68 #80
Fiabilitate 10.0 10.0
Consistență 8.3 9.7
Teste corecte
Rată de trecere pe încercare 63.2% 49.1%
Teste instabile 4 1
Rulări totale 57 57
Cost per rezultat 7.559 0.219
Cost total $0.756 $0.020
Preț de intrare $1.250 / 1M $0.600 / 1M
Preț de ieșire $2.500 / 1M $1.920 / 1M
Tokenuri de ieșire 1,784 1,972
Tokenuri de raționament 128,233 0
Timp de răspuns (mediu) 14.53s 4.18s
Timp de răspuns (maxim) 63.48s 11.07s
Timp de răspuns (total) 276.06s 50.12s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor 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 8.2 7.9 83.3% 1 3.95s 287 8,312
GLM 5 4.8 10.0 25.0% 0 2.37s 275 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
GLM 5 5.6 3.5 33.3% 1 8.84s 408 0
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 10.0 10.0 100.0% 0 17.40s 232 9,556
GLM 5 3.0 10.0 0.0% 0 4.98s 406 0
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 10.0 10.0 100.0% 0 4.17s 180 5,333
GLM 5 10.0 10.0 100.0% 0 5.78s 203 0
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 5.3 10.0 33.3% 0 27.03s 375 49,339
GLM 5 3.0 10.0 0.0% 0 2.24s 19 0
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 3.9 2.6 33.3% 1 24.48s 65 6,440
GLM 5 10.0 10.0 100.0% 0 3.27s 103 0
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 7.3 6.0 83.3% 1 4.42s 40 5,474
GLM 5 10.0 10.0 100.0% 0 1.48s 61 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
GLM 5 7.7 10.0 66.7% 0 2.05s 264 0
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 3.0 10.0 0.0% 0 13.68s 197 6,620
GLM 5 10.0 10.0 100.0% 0 11.07s 220 0
Cultură 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 3.0 10.0 0.0% 0 63.48s 9 16,442
GLM 5 3.0 10.0 0.0% 0 3.62s 13 0

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsGrok 4.20mediumGrok 4.1 FastmediumvsGLM 5noneGemma 4 31BnoneDisponibil gratuitvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumMercury 2mediumvsGLM 5noneGemini 3.1 Flash LitenonevsGrok 4.20mediumGPT-5 NanomediumvsGLM 5noneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 27BmediumvsGLM 5noneKimi K2.5mediumvsGLM 5none