#114 GLM 5.1
none
Ungültiges SVG
- Kosten
- $0.000
- Zeit
- 300.0s
- Token
- 0 tok
Z.ai
Veröffentlichung: 2026-04-07
Getestet am: 2026-05-21 23:41
z-ai/glm-5.1::none
744B insgesamt (40B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
GLM 5.1 erreicht 5.6 bei AI BENCHY und liegt auf #114. Das Modell hat 10.0 Zuverlässigkeit, 40.0% Erfolgsrate, $0.057 Gesamtkosten und 4.16s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 744B insgesamt (40B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- MIT
5.6
Konsistenz
8.1
10.0
Gesamte Ausgabe-Token
3,749
Gesamte Eingabe-Token
0
Eingabepreis
$0.980 / 1M
Ausgabepreis
$3.080 / 1M
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 01:32 Erneuter Test | 5.7 | 10.0 | $0.238 ↑ | Vergleichen | |
| 2026-07-16 21:16 Neuer Test hinzugefügt | 5.5 | 10.0 | $0.164 ↓ | Vergleichen | |
| 2026-06-04 13:04 Neuer Test hinzugefügt | 5.7 | 10.0 | $0.058 ↓ | Vergleichen | |
| 2026-05-21 23:41 Suite geändert | 5.6 | 10.0 | $0.057 | Aktueller Lauf | |
| 2026-05-08 13:04 Suite geändert | 5.7 | 10.0 | $0.053 | Vergleichen | |
| 2026-05-08 13:04 Suite geändert | 5.7 | 10.0 | $0.053 | Vergleichen | |
| 2026-04-22 12:55 Erster erfasster Lauf | 5.6 | k. A. | $0.053 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · Suite geändert | 60/60 Versuche | 5.6 | 8.1 | 10.0 | 6/20 | 5 | 3,749 | 0 | $0.057 | 4.16s |
| 2026-08-14 01:32 · Erneuter Test | 66/66 Versuche | 5.7 | 8.2 | 10.0 | 8/22 | 5 | 14,393 | 124,219 | $0.238 | 6.74s |
| Differenz | — | -0.1 | -0.1 | 0.0 | -2 | 0 | -10644 | -124219 | -$0.181 | -2575ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
GLM 5.1nonevsLing-3.0-flashnoneGLM 5.1nonevsKimi K2.6noneGLM 5.1nonevsInkling SmalllowGLM 5.1nonevsQwen3.5-122B-A10BnoneGLM 5.1nonevsGLM 5noneGLM 5.1nonevsKAT-Coder-Air V2.5highGLM 5.1nonevsNemotron 3 SupermediumKostenlos verfügbarGLM 5.1nonevsGemma 4 26B A4BnoneKostenlos verfügbarGLM 5.1nonevsNorth Mini CodemediumKostenlos verfügbarGLM 5.1nonevsKAT-Coder-Air V2.5medium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 4.0 | 6.3 | |
| Programmierung | 4.3 | 9.5 | |
| Kombiniert | 2.8 | 2.1 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 2.9 | 7.2 | |
| Allgemeine Intelligenz | 5.0 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 6.1 | 7.8 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |