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

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 (medium) स्कोर में 7.7 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:: 2026-07-25

रैंक
#49
कुल आउटपुट टोकन
124,566
प्रतिक्रिया समय (औसत)
33.54s
कुल लागत
$0.307
रैंक
#82
कुल आउटपुट टोकन
152,552
प्रतिक्रिया समय (औसत)
46.77s
कुल लागत
$0.535
रैंक
#85
कुल आउटपुट टोकन
227,367
प्रतिक्रिया समय (औसत)
99.00s
कुल लागत
$0.600
रैंक
#190
कुल आउटपुट टोकन
63,350
प्रतिक्रिया समय (औसत)
15.25s
कुल लागत
$0.000
अनुशंसित मॉडल GLM 5 (medium)

It has the best score here (7.7), while costing about 1.8x 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 7.7 7.1 7.0 4.9
रैंक #49 #82 #85 #190
विश्वसनीयता 10.0 8.3 10.0 लागू नहीं
संगति 8.1 8.4 7.0 8.6
सही परीक्षण
प्रति प्रयास पास दर 78.8% 69.7% 65.2% 40.9%
अस्थिर टेस्ट 4 4 8 0
कुल रन 63 66 66 57
प्रति परिणाम लागत 1.668 4.202 4.789 0.000
कुल लागत $0.307 $0.535 $0.600 $0.000
इनपुट कीमत $0.950 / 1M $0.966 / 1M $0.571 / 1M $0.000 / 1M
आउटपुट कीमत $2.551 / 1M $3.036 / 1M $2.850 / 1M $0.000 / 1M
कुल इनपुट टोकन 35,224 82,623 118,448 32,639
आउटपुट टोकन 21,570 16,089 62,124 1,153
रीजनिंग टोकन 102,996 136,463 165,243 62,197
प्रतिक्रिया समय (औसत) 33.54s 46.77s 99.00s 15.25s
प्रतिक्रिया समय (अधिकतम) 99.85s 308.75s 281.00s 43.55s
प्रतिक्रिया समय (कुल) 435.99s 982.16s 1485.04s 182.96s

Hamster playing table tennis

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

#49 GLM 5

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

#82 GLM 5.1

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#85 MoonshotAI: Kimi K2.5

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

#190 Qwen3.6 Plus Preview

medium
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
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 9.8 3.3 0.0% 0 0ms 0 0 0

त्वरित तुलना

तुलना जोड़ी बदलें