नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Space Bunny Alpha (max) vs GLM 5.3 FlashX Legal (low)

Space Bunny Alpha (max) average score में आगे है: 6.7 vs 6.7. Space Bunny Alpha (max) की benchmark लागत कम है: $0.000 vs $0.135. GLM 5.3 FlashX Legal (low) तेज है: 8.30s vs 36.24s, pass rates 59.4% vs 55.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#233
कुल आउटपुट टोकन
219,014
प्रतिक्रिया समय (औसत)
36.24s
कुल लागत
$0.000
रैंक
#237
कुल आउटपुट टोकन
37,995
प्रतिक्रिया समय (औसत)
8.30s
कुल लागत
$0.135
अनुशंसित मॉडल GLM 5.3 FlashX Legal (low)

Its score stays close to the best score here (6.7 vs 6.7), while responding about 4.4x faster than Space Bunny Alpha (max).

विस्तृत तुलना

मेट्रिक Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low रिलीज़: 2026-11-02
स्कोर 6.7 6.7
रैंक #233 #237
विश्वसनीयता 10.0 9.7
संगति 8.3 7.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 55.1%
अस्थिर टेस्ट 5 6
कुल रन 69 69
प्रति परिणाम लागत 0.000 1.349
कुल लागत $0.000 $0.135
इनपुट कीमत $0.000 / 1M $0.370 / 1M
आउटपुट कीमत $0.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 315,136 236,104
आउटपुट टोकन 219,014 11,222
रीजनिंग टोकन 0 26,773
प्रतिक्रिया समय (औसत) 36.24s 8.30s
प्रतिक्रिया समय (अधिकतम) 320.00s 64.18s
प्रतिक्रिया समय (कुल) 833.43s 190.99s
पैरामीटर - ~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.

#233 Space Bunny Alpha

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

#237 GLM 5.3 FlashX Legal

low
लागत
$0.003
समय
12.4s
टोकन
2,362 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 Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

तुलना जोड़ी बदलें