导航
AI BENCHY
Advertise here

AI BENCHY 对比

xAI: Grok 4.20 vs Z.ai: GLM 4.7 Flash

摘要

Grok 4.20 vs GLM 4.7 Flash benchmark 对比：Grok 4.20 平均分领先，为 4.4 vs 4.3。 GLM 4.7 Flash benchmark 成本更低，为 $0.054 vs $0.057。 Grok 4.20 更快，为 1.11s vs 35.10s，通过率为 28.6% vs 33.3%。

推荐模型: Grok 4.20 - 它在这里得分最高（4.4），同时响应速度比GLM 4.7 Flash快约 31.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 4.4 4.3
排名 #160 #162
可靠性 不适用 6.7
一致性 8.5 6.8
测试正确
尝试通过率 28.6% 33.3%
不稳定测试 0 8
总运行次数 54 63
每个结果成本 1.570 1.337
总成本 $0.057 $0.054
输入价格 $1.250 / 1M $0.060 / 1M
输出价格 $2.500 / 1M $0.400 / 1M
总输入令牌 41,313 37,206
输出令牌 1,923 43,754
推理令牌 0 89,079
响应时间（平均） 1.11s 35.10s
响应时间（最大） 6.04s 174.55s
响应时间（总计） 19.96s 456.24s

生成展示

Hamster playing table tennis

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

#160 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
1,367 tok

#162 GLM 4.7 Flash

medium
无效SVG
成本
$0.000
时间
186.2s
令牌
12,112 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

Granite 4.1 8BnonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneLing-2.6-1TnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneLing-2.6-flashnonevsGLM 4.7 FlashmediumNemotron 3 Supernone免费可用vsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20none