नेविगेशन
Advertise here

Space Bunny Alpha (max) vs GLM 5.3 FlashX (high)

Space Bunny Alpha (max) average score में आगे है: 6.9 vs 6.8. Space Bunny Alpha (max) की benchmark लागत कम है: $0.000 vs $0.135. GLM 5.3 FlashX (high) तेज है: 12.07s vs 33.77s, pass rates 59.1% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#172
कुल आउटपुट टोकन
207,581
प्रतिक्रिया समय (औसत)
33.77s
कुल लागत
$0.000
रैंक
#177
कुल आउटपुट टोकन
83,899
प्रतिक्रिया समय (औसत)
12.07s
कुल लागत
$0.135
अनुशंसित मॉडल GLM 5.3 FlashX (high)

Its score stays close to the best score here (6.8 vs 6.9), while responding about 2.8x faster than Space Bunny Alpha (max).

विस्तृत तुलना

मेट्रिक Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24 GLM 5.3 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 6.9 6.8
रैंक #172 #177
विश्वसनीयता 10.0 10.0
संगति 8.5 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 59.1% 68.2%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 0.000 1.125
कुल लागत $0.000 $0.135
इनपुट कीमत $0.000 / 1M $0.370 / 1M
आउटपुट कीमत $0.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 132,854 81,365
आउटपुट टोकन 207,581 6,821
रीजनिंग टोकन 0 77,078
प्रतिक्रिया समय (औसत) 33.77s 12.07s
प्रतिक्रिया समय (अधिकतम) 320.00s 91.16s
प्रतिक्रिया समय (कुल) 742.84s 265.62s
पैरामीटर - 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.

#172 Space Bunny Alpha

max
लागत
$0.000
समय
183.9s
टोकन
19,570 tok

#177 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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
Space Bunny Alpha 5.7 7.1 44.4% 1 17.08s 8,493 16,335 0
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

त्वरित तुलना

तुलना जोड़ी बदलें