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 4.5 vs Z.ai: GLM 5.2

Rezumat

Comparație benchmark Grok 4.5 (medium) vs GLM 5.2 (medium): GLM 5.2 (medium) conduce la scorul mediu cu 8.7 vs 8.3. GLM 5.2 (medium) are costul de benchmark mai mic, $0.098 vs $1.696. GLM 5.2 (medium) este mai rapid cu 23.28s vs 62.63s, cu rate de reușită de 77.8% vs 84.1%.

Model recomandat: GLM 5.2 (medium) - Are cel mai bun scor aici (8.7) și costă de aproximativ 17.5x mai puțin decât Grok 4.5 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08 GLM 5.2 GLM 5.2 medium Lansare: 2026-06-17
Scor 8.3 8.7
Rang #23 #14
Fiabilitate 9.9 9.5
Consistență 8.9 8.4
Teste corecte
Rată de trecere pe încercare 77.8% 84.1%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 11.304 2.159
Cost total $1.696 $0.098
Preț de intrare $2.000 / 1M $0.420 / 1M
Preț de ieșire $6.000 / 1M $1.320 / 1M
Total tokenuri de intrare 53,500 37,199
Tokenuri de ieșire 1,621 12,261
Tokenuri de raționament 263,127 49,500
Timp de răspuns (mediu) 62.63s 23.28s
Timp de răspuns (maxim) 436.38s 101.36s
Timp de răspuns (total) 1315.20s 488.94s

Prezentare generare

Hamster playing table tennis

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

#23 xAI: Grok 4.5

medium
Cost
$0.044
Timp
59.4s
Tokenuri
7,512 tok

#14 GLM 5.2

medium
Cost
$0.041
Timp
195.8s
Tokenuri
9,287 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
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 5.89s 639 497 2,634
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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 13.44s 7,149 348 2,345
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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 17.39s 498 54 1,842
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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 20.41s 6,861 230 550
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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 34.25s 138 381 2,529

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5.2mediumClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumGPT-5.5lowvsGLM 5.2mediumDeepSeek V4 ProhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok 4.5mediumGrok 4.5lowvsGLM 5.2mediumGemini 3.5 FlashlowvsGrok 4.5medium