#102 GLM 4.7 Flash
medium- लागत
- $0.000
- समय
- 186.2s
- टोकन
- 12,112 tok
सारांश
GLM 4.7 Flash AI BENCHY पर 4.6 स्कोर करता है और #102 पर है। इसकी reliability लागू नहीं, pass rate 38.9%, कुल लागत $0.046, और औसत response time 32.33s है।
GLM 4.7 Flash को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
4.6
संगति
6.3
लागू नहीं
$0.046
कुल आउटपुट टोकन
112,089
कुल इनपुट टोकन
0
इनपुट कीमत
$0.060 / 1M
आउटपुट कीमत
$0.400 / 1M
अस्थिर टेस्ट
8
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:29 नया टेस्ट जोड़ा गया | 4.4 | 6.7 | $0.054 | तुलना करें | |
| 2026-05-21 23:50 सूट बदला गया | 4.5 | 8.3 | $0.054 | तुलना करें | |
| 2026-04-11 01:19 पहला दर्ज रन | 4.6 | लागू नहीं | $0.046 | वर्तमान रन |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 4.7 | 5.9 | |
| कोडिंग | 3.6 | 2.1 | |
| संयुक्त | 2.8 | 2.1 | |
| डेटा पार्सिंग और निष्कर्षण | 6.3 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 3.6 | 9.7 | |
| निर्देश पालन | 6.2 | 5.8 | |
| पहेली समाधान | 2.9 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 |