AI BENCHY
Advertise here
#114

GLM 5.1

Z.ai Lanzamiento: 2026-04-07 Probado el: 2026-05-21 23:41 z-ai/glm-5.1::none
(medium) (none)

Resumen

GLM 5.1 obtiene 5.6 en AI BENCHY y ocupa el puesto #114. Tiene fiabilidad 10.0, una tasa de aciertos de 40.0%, coste total de $0.057 y tiempo medio de respuesta de 4.16s.

Qué hace único a GLM 5.1: Destaca más en Seguimiento de instrucciones, donde ocupa #2, mientras que Específico del dominio es su área más débil con #10.

Puntuación

5.6

Consistencia

8.1

Fiabilidad

10.0

Costo total (precio actual)

$0.057

Total de tokens de salida

3,749

Total de tokens de entrada

0

Precio de entrada

$0.980 / 1M

Precio de salida

$3.080 / 1M

Pruebas correctas

Pruebas incorrectas: 14

Tasa de aciertos por intento: 40.0%

Pruebas inestables

5

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

4.16s

Tiempo de respuesta (máximo): 32.57s

Tiempo de respuesta (total): 83.23s

Respuesta incorrecta: 12 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1

Generación showcase

Hamster playing table tennis

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

#114 GLM 5.1

none
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 13:04 Prueba nueva añadida 5.7 10.0 $0.058 ↓ Comparar
2026-05-21 23:41 Suite modificada 5.6 10.0 $0.057 Ejecución actual
2026-05-08 13:04 Suite modificada 5.7 10.0 $0.053 Comparar
2026-05-08 13:04 Suite modificada 5.7 10.0 $0.053 Comparar
2026-04-22 12:55 Primera ejecución registrada 5.6 N/D $0.053 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-21 23:41 · Suite modificada5.68.110.06/2053,7490$0.0574.16s
2026-05-08 13:04 · Suite modificada5.78.010.06/1953,7310$0.0534.23s
Diferencia-0.1+0.10.000+180+$0.004-68ms

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.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

GLM 5.1nonevsGemini 3.1 Flash LitenoneGLM 5.1nonevsGemma 4 31BnoneDisponible gratisGLM 5.1nonevsNemotron 3 Ultra 550b A55bnoneDisponible gratisGLM 5.1nonevsGemini 3.1 Flash LiteminimalGLM 5.1nonevsQwen3.6 Max PreviewnoneGLM 5.1nonevsGemini 3.5 FlashhighGLM 5.1nonevsGemini 3 Flash PreviewmediumGLM 5.1nonevsNemotron 3 Ultra 550b A55bmediumDisponible gratisGLM 5.1nonevsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 4.0 6.3
Programación 4.3 9.5
Combinado 2.8 2.1
Análisis y extracción de datos 10.0 10.0
Específico del dominio 2.9 7.2
Inteligencia general 5.0 10.0
Seguimiento de instrucciones 9.8 10.0
Resolución de acertijos 6.1 7.8
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados