#89 GLM 5
none- Kosten
- $0.007
- Zeit
- 32.1s
- Token
- 2,023 tok
Zusammenfassung
GLM 5 erreicht 6.3 bei AI BENCHY und liegt auf #89. Das Modell hat 10.0 Zuverlässigkeit, 46.7% Erfolgsrate, $0.023 Gesamtkosten und 3.97s durchschnittliche Antwortzeit.
Was GLM 5 besonders macht: Am stärksten ist es in Allgemeine Intelligenz, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #13.
6.3
Konsistenz
9.7
10.0
Gesamte Ausgabe-Token
1,988
Gesamte Eingabe-Token
0
Eingabepreis
$0.600 / 1M
Ausgabepreis
$1.920 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:05 Neuer Test hinzugefügt | 6.1 | 10.0 | $0.027 ↑ | Vergleichen | |
| 2026-05-21 23:41 Suite geändert | 6.3 | 10.0 | $0.023 | Aktueller Lauf | |
| 2026-04-22 12:55 Erster erfasster Lauf | 6.6 | k. A. | $0.020 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · Suite geändert | 6.3 | 9.7 | 10.0 | 9/20 | 1 | 1,988 | 0 | $0.023 | 3.97s |
| 2026-06-04 13:05 · Neuer Test hinzugefügt | 6.1 | 9.7 | 10.0 | 9/21 | 1 | 1,989 | 37,135 | $0.027 | 4.03s |
| Differenz | +0.2 | 0.0 | 0.0 | 0 | 0 | -1 | -37135 | -$0.005 | -53ms |
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
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 4.8 | 10.0 | |
| Programmierung | 4.6 | 6.8 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |