नेविगेशन
Advertise here

तुलना किए गए मॉडल

GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium) benchmark तुलना: GLM 5.1 (medium) स्कोर में 7.5 के साथ आगे है। GLM 5 (medium) विश्वसनीयता में 10.0 के साथ आगे है। Qwen3.6 Plus Preview (medium) का कुल लागत सबसे कम है: $0.000. Qwen3.6 Plus Preview (medium) 15.25s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#184
कुल आउटपुट टोकन
120,942
प्रतिक्रिया समय (औसत)
39.05s
कुल लागत
$0.479
रैंक
#156
कुल आउटपुट टोकन
245,833
प्रतिक्रिया समय (औसत)
66.38s
कुल लागत
$1.546
रैंक
#253
कुल आउटपुट टोकन
209,217
प्रतिक्रिया समय (औसत)
125.76s
कुल लागत
$0.841
रैंक
#407
कुल आउटपुट टोकन
63,350
प्रतिक्रिया समय (औसत)
15.25s
कुल लागत
$0.000
अनुशंसित मॉडल GLM 5 (medium)

Its score stays close to the best score here (7.2 vs 7.5), while costing about 2.5x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक GLM 5 GLM 5 medium रिलीज़: 2026-02-12 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27 Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 7.2 7.5 6.4 4.0
रैंक #184 #156 #253 #407
विश्वसनीयता 10.0 9.2 9.6 लागू नहीं
संगति 7.9 8.4 7.1 8.3
प्रयास 66/69 69/69 69/69 57/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 66.7% 60.9% 39.1%
अस्थिर टेस्ट 5 4 8 0
कुल रन 66 69 69 57
प्रति परिणाम लागत 2.552 9.004 6.085 0.000
कुल लागत $0.479 $1.546 $0.841 $0.000
इनपुट कीमत $0.600 / 1M $1.400 / 1M $0.450 / 1M $0.000 / 1M
आउटपुट कीमत $1.920 / 1M $4.400 / 1M $2.250 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.120 / 1M $0.260 / 1M $0.070 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं लागू नहीं लागू नहीं
कुल इनपुट टोकन 212,440 331,577 292,271 32,639
आउटपुट टोकन 22,922 17,919 55,025 1,153
रीजनिंग टोकन 115,335 230,789 186,071 62,197
प्रतिक्रिया समय (औसत) 39.05s 66.38s 125.76s 15.25s
प्रतिक्रिया समय (अधिकतम) 110.70s 308.75s 566.79s 43.55s
प्रतिक्रिया समय (कुल) 546.68s 1460.31s 2137.84s 182.96s
पैरामीटर 744B कुल (40B सक्रिय) 744B कुल (40B सक्रिय) 1T कुल (32B सक्रिय) ~397B कुल (~17B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत वेट उपलब्ध 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.

#184 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 tok

#156 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#253 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 tok

#407 Qwen3.6 Plus Preview

medium
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
Qwen3.6 Plus Preview 1.0 3.3 0.0% 0 0ms 0 0 0

तुलना जोड़ी बदलें