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)
24.43s
Tiempo de respuesta (máximo): 118.52s
Tiempo de respuesta (total): 439.65s
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | 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 | Ejecución actual | |
| 2026-04-22 12:55 Primera ejecución registrada | 7.8 | N/D | $0.201 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 14:41 · Suite modificada | 7.6 | 8.7 | 0.0 | 12/19 | 3 | 59,356 | $0.209 | 24.43s |
| 2026-05-21 23:46 · Suite modificada | 7.4 | 8.3 | 3.3 | 12/20 | 4 | 83,351 | $0.286 | 32.22s |
| Diferencia | +0.2 | +0.4 | -3.3 | 0 | -1 | -23995 | -$0.077 | -7799ms |
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.
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
GLM 5.1mediumvsGemini 3.1 Flash Lite PreviewlowGLM 5.1mediumvsGPT-5.2 ChatnoneGLM 5.1mediumvsMiMo-V2.5-PromediumGLM 5.1mediumvsMiMo-V2-PromediumGLM 5.1mediumvsGemini 3 Flash PreviewnoneGLM 5.1mediumvsGrok Build 0.1mediumGLM 5.1mediumvsGemini 3 Flash PreviewmediumGLM 5.1mediumvsGemini 3.5 FlashhighGLM 5.1mediumvsRing-2.6-1TmediumGLM 5.1mediumvsGemini 3.5 Flashlow
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 | |
| Cultura general | 3.0 | 10.0 |