#80 GLM 4.7 Flash
none- খরচ
- $0.000
- সময়
- 300.0s
- টোকেন
- 0 tok
সারাংশ
GLM 4.7 Flash AI BENCHY-তে 5.6 স্কোর করে এবং #80 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 37.0%, মোট খরচ $0.003, এবং গড় response time 3.35s.
GLM 4.7 Flash কে আলাদা করে যা: এটি ডোমেইন-নির্দিষ্ট-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #2; আর অ্যান্টি-এআই কৌশল এর দুর্বলতম ক্ষেত্র, rank #13. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।
5.6
ধারাবাহিকতা
8.6
প্রযোজ্য নয়
$0.003
মোট আউটপুট টোকেন
2,489
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.060 / 1M
আউটপুট মূল্য
$0.400 / 1M
অস্থির টেস্ট
3
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
জেনারেশন শোকেস
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-06-04 13:05 নতুন টেস্ট যোগ হয়েছে | 5.5 | 10.0 | $0.004 | তুলনা করুন | |
| 2026-05-21 23:41 স্যুইট পরিবর্তিত হয়েছে | 5.6 | 10.0 | $0.004 | তুলনা করুন | |
| 2026-04-11 01:19 প্রথম নথিভুক্ত রান | 5.6 | প্রযোজ্য নয় | $0.003 | বর্তমান রান |
রান তুলনা
| রান | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · প্রথম নথিভুক্ত রান | 5.6 | 8.6 | প্রযোজ্য নয় | 5/18 | 3 | 2,489 | 0 | $0.003 | 3.35s |
| 2026-05-21 23:41 · স্যুইট পরিবর্তিত হয়েছে | 5.6 | 8.7 | 10.0 | 6/20 | 3 | 2,516 | 0 | $0.004 | 2.98s |
| পার্থক্য | -0.1 | -0.1 | -1 | 0 | -27 | 0 | -$0.001 | +376ms |
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 5.2 | 7.9 | |
| কোডিং | 6.4 | 9.9 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 7.3 | 5.8 | |
| ডোমেইন-নির্দিষ্ট | 7.7 | 10.0 | |
| Sadharon Buddhimotta | 4.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.5 | 10.0 | |
| ধাঁধা সমাধান | 4.4 | 10.0 | |
| টুল কলিং | 2.8 | 1.6 |