Navigation
Advertise here

GLM 5.1 vs GLM 5.3 (low)

Der Durchschnittsscore ist mit 6.5 vs 6.5 praktisch gleichauf. GLM 5.1 hat die niedrigeren Benchmark-Kosten mit $0.451 vs $0.471. GLM 5.1 ist schneller mit 11.10s vs 15.18s, mit Erfolgsraten von 47.8% vs 63.8%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-03

Verglichene Modelle

Rang
#200
Gesamte Ausgabe-Token
20,076
Antwortzeit (Durchschnitt)
11.10s
Gesamtkosten
$0.451
Rang
#199
Gesamte Ausgabe-Token
28,106
Antwortzeit (Durchschnitt)
15.18s
Gesamtkosten
$0.471
Empfohlenes Modell GLM 5.1

Es hat die stärkste Punktzahl in diesem Vergleich (6.5) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Detaillierter Vergleich

Metrik GLM 5.1 GLM 5.1 none Veröffentlichung: 2026-04-07 GLM 5.3 GLM 5.3 low Veröffentlichung: 2026-08-20
Punktzahl 6.5 6.5
Rang #200 #199
Zuverlässigkeit 10.0 10.0
Konsistenz 8.2 8.3
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 47.8% 63.8%
Instabile Tests 5 5
Gesamtläufe 69 69
Kosten pro Ergebnis 3.478 3.923
Gesamtkosten $0.451 $0.471
Eingabepreis $1.400 / 1M $1.400 / 1M
Ausgabepreis $4.400 / 1M $4.400 / 1M
Preis für Cache-Lesen $0.260 / 1M $0.140 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 258,956 247,871
Ausgabe-Token 20,076 10,791
Denk-Token 0 17,315
Antwortzeit (Durchschnitt) 11.10s 15.18s
Antwortzeit (Maximum) 107.19s 83.60s
Antwortzeit (Gesamt) 255.39s 349.06s
Parameter 744B insgesamt (40B aktiv) 744B insgesamt (40B aktiv)
Verfügbarkeit Open Source Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#200 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
Kosten
$0.000
Zeit
300.0s
Token
0 tok

#199 GLM 5.3

low
Kosten
$0.007
Zeit
28.4s
Token
1,599 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0
GLM 5.3 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

Schnellvergleich

Vergleichspaar wechseln