#18 GLM 5
medium- Coste
- $0.005
- Tiempo
- 20.7s
- Tokens
- 2,068 tok
Z.ai
Lanzamiento: 2026-02-12
Probado el: 2026-05-21 23:44
z-ai/glm-5::medium
744B en total (40B activos)MoECódigo abierto
(medium)
(none)
Resumen
GLM 5 obtiene 8.2 en AI BENCHY y ocupa el puesto #18. Tiene fiabilidad 10.0, una tasa de aciertos de 81.7%, coste total de $0.237 y tiempo medio de respuesta de 33.39s.
Qué hace único a GLM 5: Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 744B en total (40B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- MIT
8.2
Consistencia
8.4
10.0
$0.237
Total de tokens de salida
119,898
Total de tokens de entrada
0
Precio de entrada
$0.600 / 1M
Precio de salida
$1.920 / 1M
Pruebas inestables
4
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
33.39s
Tiempo de respuesta (máximo): 99.85s
Tiempo de respuesta (total): 400.62s
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 13:07 Nueva prueba | 7.7 | 10.0 | $0.307 ↑ | Comparar | |
| 2026-06-04 13:07 Nueva prueba | 7.7 | 10.0 | $0.372 ↑ | Comparar | |
| 2026-06-04 13:07 Prueba nueva añadida | 8.3 | 10.0 | $0.228 ↓ | Comparar | |
| 2026-05-21 23:44 Nueva prueba | 8.2 | 10.0 | $0.237 | Ejecución actual | |
| 2026-04-22 12:55 Primera ejecución registrada | 8.4 | N/D | $0.155 | Comparar |
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 23:44 · Nueva prueba | 60/60 intentos | 8.2 | 8.4 | 10.0 | 14/20 | 4 | 119,898 | 0 | $0.237 | 33.39s |
| 2026-06-04 13:07 · Nueva prueba | 63/63 intentos | 7.7 | 8.1 | 10.0 | 15/21 | 4 | 124,566 | 35,224 | $0.307 | 33.54s |
| Diferencia | — | +0.5 | +0.3 | 0.0 | -1 | 0 | -4668 | -35224 | -$0.071 | -152ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 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 5mediumvsQwen3.7 FlashhighGLM 5mediumvsSeed-2.0-CodelowGLM 5mediumvsClaude Opus 4.8lowGLM 5mediumvsClaude Opus 4.6mediumGLM 5mediumvsSeed-2.0-LitemediumGLM 5mediumvsDeepSeek V4 ProhighGLM 5mediumvsQwen3.8 27BmediumGLM 5mediumvsDeepSeek V4 Flash 0423highGLM 5mediumvsClaude Sonnet 4.6mediumGLM 5mediumvsGPT-5.6 Lunahigh
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 7.1 | 5.6 | |
| Específico del dominio | 3.5 | 4.4 | |
| Inteligencia general | 6.1 | 3.1 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 10.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |