#37 GLM 5.1
medium
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Resumen
GLM 5.1 obtiene 7.8 en AI BENCHY y ocupa el puesto #37. Tiene fiabilidad N/D, una tasa de aciertos de 75.9%, coste total de $0.201 y tiempo medio de respuesta de 24.13s.
Qué hace único a GLM 5.1: Destaca más en Específico del dominio, donde ocupa #3, mientras que Programación es su área más débil con #18.
7.8
Consistencia
8.6
N/D
$0.201
Total de tokens de salida
57,095
Total de tokens de entrada
0
Precio de entrada
$1.050 / 1M
Precio de salida
$3.500 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
24.13s
Tiempo de respuesta (máximo): 118.52s
Tiempo de respuesta (total): 410.25s
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 13:06 Prueba nueva añadida | 7.3 | 6.7 | $0.292 ↓ | Comparar | |
| 2026-05-21 23:46 Suite modificada | 7.4 | 3.3 | $0.286 | Comparar | |
| 2026-05-08 14:41 Suite modificada | 7.6 | 0.0 | $0.209 | Comparar | |
| 2026-05-08 14:41 Suite modificada | 7.6 | 0.0 | $0.209 | Comparar | |
| 2026-04-22 12:55 Primera ejecución registrada | 7.8 | N/D | $0.201 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 12:55 · Primera ejecución registrada | 7.8 | 8.6 | N/D | 12/18 | 3 | 57,095 | 0 | $0.201 | 24.13s |
| 2026-05-08 14:41 · Suite modificada | 7.6 | 8.7 | 0.0 | 12/19 | 3 | 59,356 | 0 | $0.209 | 24.43s |
| Diferencia | +0.2 | -0.1 | 0 | 0 | -2261 | 0 | -$0.009 | -293ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 4.7 | 1.6 | |
| Combinado | 9.5 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 6.4 | 5.8 | |
| Resolución de acertijos | 8.2 | 7.2 | |
| Llamada de herramientas | 3.0 | 10.0 |