नेविगेशन
Advertise here

DaisyRose 27B (xhigh) vs GLM 5.3 FlashX Legal (high)

GLM 5.3 FlashX Legal (high) average score में आगे है: 8.2 vs 8.1. GLM 5.3 FlashX Legal (high) की benchmark लागत कम है: $0.521 vs $1.559. GLM 5.3 FlashX Legal (high) तेज है: 35.19s vs 111.38s, pass rates 68.1% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#160
कुल आउटपुट टोकन
799,132
प्रतिक्रिया समय (औसत)
111.38s
कुल लागत
$1.559
रैंक
#155
कुल आउटपुट टोकन
345,985
प्रतिक्रिया समय (औसत)
35.19s
कुल लागत
$0.521
अनुशंसित मॉडल GLM 5.3 FlashX Legal (high)

It has the best score here (8.2), while costing about 3.0x less than DaisyRose 27B (xhigh).

विस्तृत तुलना

मेट्रिक DaisyRose 27B DaisyRose 27B xhigh रिलीज़: 2026-11-18 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high रिलीज़: 2026-11-02
स्कोर 8.1 8.2
रैंक #160 #155
विश्वसनीयता 9.7 9.7
संगति 8.9 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 72.5%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 11.133 3.473
कुल लागत $1.559 $0.521
इनपुट कीमत $0.150 / 1M $0.370 / 1M
आउटपुट कीमत $1.875 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.038 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 401,324 238,713
आउटपुट टोकन 8,843 7,034
रीजनिंग टोकन 790,289 338,951
प्रतिक्रिया समय (औसत) 111.38s 35.19s
प्रतिक्रिया समय (अधिकतम) 960.01s 298.81s
प्रतिक्रिया समय (कुल) 2561.63s 809.47s
पैरामीटर 27.8B ~320B कुल (~18B सक्रिय)
उपलब्धता मुक्त 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.

#160 DaisyRose 27B

xhigh
लागत
$0.063
समय
189.8s
टोकन
33,346 tok

#155 GLM 5.3 FlashX Legal

high
लागत
$0.018
समय
103.8s
टोकन
13,703 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
DaisyRose 27B 9.9 10.0 100.0% 0 99.76s 8,235 497 147,458
GLM 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

तुलना जोड़ी बदलें