- 排名
- #362
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
Grok 4.20 vs GLM 4.7 Flash (medium)
GLM 4.7 Flash (medium) 平均分领先，为 4.2 vs 3.4。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.193。 Grok 4.20 更快，为 1.11s vs 150.90s，通过率为 26.1% vs 30.4%。
已对比模型
- 排名
- #341
- 总输出令牌
- 464,375
- 响应时间（平均）
- 150.90s
- 总成本
- $0.193
推荐模型
GLM 4.7 Flash (medium)
它在本次比较中得分最高（4.2），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Grok 4.20 Grok 4.20 none | GLM 4.7 Flash GLM 4.7 Flash medium |
|---|---|---|
| 分数 | 3.4 | 4.2 |
| 排名 | #362 | #341 |
| 可靠性 | 不适用 | 9.4 |
| 一致性 | 7.8 | 7.1 |
| 尝试次数 | 54/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 26.1% | 30.4% |
| 不稳定测试 | 0 | 8 |
| 总运行次数 | 54 | 69 |
| 每个结果成本 | 1.570 | 4.822 |
| 总成本 | $0.057 | $0.193 |
| 输入价格 | $1.250 / 1M | $0.061 / 1M |
| 输出价格 | $2.500 / 1M | $0.400 / 1M |
| 总输入令牌 | 41,313 | 228,711 |
| 输出令牌 | 1,923 | 42,254 |
| 推理令牌 | 0 | 422,121 |
| 响应时间（平均） | 1.11s | 150.90s |
| 响应时间（最大） | 6.04s | 1539.97s |
| 响应时间（总计） | 19.96s | 2414.33s |
| 参数量 | ~1T 总计 (~100B 激活) | 30B 总计 (3B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#362 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 tok
#341 GLM 4.7 Flash
medium
No output was saved. The original provider response or failure reason is unavailable.
- 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
| 智能体任务 | 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 | 3.9 | 9.6 | 0.0% | 0 | 399.20s | 149,607 | 0 | 44,841 |
| 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 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 0 | |
| GLM 4.7 Flash | 2.9 | 6.0 | 16.7% | 1 | 802.77s | 59,030 | 2,585 | 305,678 |
| 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 | 96.74s | 696 | 31,500 | 28,565 |
| 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
Command A+mediumvsGrok 4.20nonegpt-oss-120bnonevsGLM 4.7 FlashmediumMercury 2.5nonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumGranite 4.2 8BnonevsGLM 4.7 FlashmediumCommand A+highvsGrok 4.20noneTrinity Large Previewnone免费可用vsGLM 4.7 FlashmediumKAT Coder AIR V2.5nonevsGLM 4.7 FlashmediumNemotron 3 Supernone免费可用vsGLM 4.7 FlashmediumLing 3.0 TinymediumvsGrok 4.20noneRing 2.6 1tnonevsGLM 4.7 FlashmediumLing 2.6 FlashnonevsGLM 4.7 Flashmedium