नेविगेशन
Advertise here

GPT-6 Sol (low) vs GLM 5.3 FlashX (max)

average score लगभग बराबर है: 8.4 vs 8.3. GPT-6 Sol (low) की benchmark लागत कम है: $0.273 vs $0.508. GPT-6 Sol (low) तेज है: 6.92s vs 41.21s, pass rates 86.4% vs 78.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-23

तुलना किए गए मॉडल

रैंक
#68
कुल आउटपुट टोकन
11,677
प्रतिक्रिया समय (औसत)
6.92s
कुल लागत
$0.273
रैंक
#70
कुल आउटपुट टोकन
375,734
प्रतिक्रिया समय (औसत)
41.21s
कुल लागत
$0.508
अनुशंसित मॉडल GPT-6 Sol (low)

It has the best score here (8.4), while costing about 1.9x less than GLM 5.3 FlashX (max).

विस्तृत तुलना

मेट्रिक GPT-6 Sol GPT-6 Sol low रिलीज़: 2026-09-23 GLM 5.3 FlashX GLM 5.3 FlashX max रिलीज़: 2026-09-21
स्कोर 8.4 8.3
रैंक #68 #70
विश्वसनीयता 10.0 10.0
संगति 8.5 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 86.4% 78.8%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 1.604 3.381
कुल लागत $0.273 $0.508
इनपुट कीमत $2.000 / 1M $0.370 / 1M
आउटपुट कीमत $10.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 77,882 101,211
आउटपुट टोकन 4,047 6,301
रीजनिंग टोकन 7,630 369,433
प्रतिक्रिया समय (औसत) 6.92s 41.21s
प्रतिक्रिया समय (अधिकतम) 17.91s 390.70s
प्रतिक्रिया समय (कुल) 152.17s 906.52s
पैरामीटर ~2T कुल (~150B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#68 GPT-6 Sol

low
लागत
$0.018
समय
17.4s
टोकन
1,850 tok

#70 GLM 5.3 FlashX

max
लागत
$0.046
समय
251.3s
टोकन
36,769 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-6 Sol 6.2 4.8 66.7% 2 8.74s 7,302 405 1,296
GLM 5.3 FlashX 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

त्वरित तुलना

तुलना जोड़ी बदलें