#114 GLM 5.1
none
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Z.ai
Lanzamiento: 2026-04-07
Probado el: 2026-05-21 23:41
z-ai/glm-5.1::none
744B en total (40B activos)MoECódigo abierto
(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.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 744B en total (40B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- MIT
5.6
Consistencia
8.1
10.0
$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 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
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 |
|---|---|---|---|---|---|
| 2026-08-14 01:32 Nueva prueba | 5.7 | 10.0 | $0.238 ↑ | Comparar | |
| 2026-07-16 21:16 Prueba nueva añadida | 5.5 | 10.0 | $0.164 ↓ | 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
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · Suite modificada | 60/60 intentos | 5.6 | 8.1 | 10.0 | 6/20 | 5 | 3,749 | 0 | $0.057 | 4.16s |
| 2026-07-16 21:16 · Prueba nueva añadida | 66/66 intentos | 5.5 | 8.2 | 10.0 | 7/22 | 5 | 14,393 | 124,209 | $0.164 | 6.70s |
| Diferencia | — | 0.0 | -0.1 | 0.0 | -1 | 0 | -10644 | -124209 | -$0.108 | -2538ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 66/66 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
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
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 SupermediumDisponible gratisGLM 5.1nonevsGemma 4 26B A4BnoneDisponible gratisGLM 5.1nonevsNorth Mini CodemediumDisponible gratisGLM 5.1nonevsKAT-Coder-Air V2.5medium
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 |