नेविगेशन
Advertise here

GPT-5.2 Chat (default) vs GLM 5.3 FlashX (medium)

GLM 5.3 FlashX (medium) average score में आगे है: 7.1 vs 7.0. GLM 5.3 FlashX (medium) की benchmark लागत कम है: $0.114 vs $0.594. GLM 5.3 FlashX (medium) तेज है: 7.37s vs 7.43s, pass rates 66.7% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#223
कुल आउटपुट टोकन
29,742
प्रतिक्रिया समय (औसत)
7.43s
कुल लागत
$0.594
रैंक
#219
कुल आउटपुट टोकन
30,048
प्रतिक्रिया समय (औसत)
7.37s
कुल लागत
$0.114
अनुशंसित मॉडल GLM 5.3 FlashX (medium)

It has the best score here (7.1), while costing about 5.2x less than GPT-5.2 Chat (default).

विस्तृत तुलना

मेट्रिक GPT-5.2 Chat GPT-5.2 Chat default रिलीज़: 2025-12-11 GLM 5.3 FlashX GLM 5.3 FlashX medium रिलीज़: 2026-09-21
स्कोर 7.0 7.1
रैंक #223 #219
विश्वसनीयता 10.0 10.0
संगति 8.7 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 69.6%
अस्थिर टेस्ट 4 8
कुल रन 69 69
प्रति परिणाम लागत 4.564 0.946
कुल लागत $0.594 $0.114
इनपुट कीमत $1.750 / 1M $0.370 / 1M
आउटपुट कीमत $14.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.175 / 1M $0.090 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 101,104 205,100
आउटपुट टोकन 10,414 8,639
रीजनिंग टोकन 19,328 21,409
प्रतिक्रिया समय (औसत) 7.43s 7.37s
प्रतिक्रिया समय (अधिकतम) 38.52s 74.39s
प्रतिक्रिया समय (कुल) 163.35s 169.54s
पैरामीटर ~400B कुल (~17B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#223 GPT-5.2 Chat

default
लागत
$0.010
समय
15.3s
टोकन
797 tok

#219 GLM 5.3 FlashX

medium
लागत
$0.002
समय
8.1s
टोकन
1,480 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 843 5,888
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

तुलना जोड़ी बदलें