AI BENCHY Compare

xAI: Grok 4.5 vs Z.ai: GLM 5.2

Сводка

Сравнение benchmark Grok 4.5 (low) vs GLM 5.2 (medium): GLM 5.2 (medium) лидирует по среднему баллу: 8.7 vs 7.8. GLM 5.2 (medium) имеет более низкую стоимость benchmark: $0.098 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 23.28s, с долей успешных попыток 74.6% vs 84.1%.

Рекомендуемая модель: GLM 5.2 (medium) - Здесь у него лучший балл (8.7), при этом он примерно в 7.8 раза дешевле, чем Grok 4.5 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08	GLM 5.2 GLM 5.2 medium Релиз: 2026-06-17

Метрика	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08	GLM 5.2 GLM 5.2 medium Релиз: 2026-06-17
Оценка	7.8	8.7
Ранг	#34	#14
Надежность	10.0	9.5
Стабильность	9.7	8.4
Тестов верно
Доля успешных попыток	74.6%	84.1%
Нестабильные тесты	1	4
Всего запусков	63	63
Стоимость за результат	5.061	2.159
Общая стоимость	$0.760	$0.098
Цена входа	$2.000 / 1M	$0.420 / 1M
Цена выхода	$6.000 / 1M	$1.320 / 1M
Общее число входных токенов	58,652	37,199
Выходные токены	1,735	12,261
Токены рассуждений	105,233	49,500
Время ответа (среднее)	15.48s	23.28s
Время ответа (макс.)	205.28s	101.36s
Время ответа (суммарно)	324.98s	488.94s

Генерация showcase

Hamster playing table tennis

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

#34 xAI: Grok 4.5

low

Стоимость: $0.011
Время: 12.4s
Токены: 2,018 tok

#14 GLM 5.2

medium

Стоимость: $0.041
Время: 195.8s
Токены: 9,287 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

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 K2.6mediumБесплатно доступноvsGrok 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