#148 GLM 4.7 Flash
medium- लागत
- $0.000
- समय
- 186.2s
- टोकन
- 12,112 tok
सारांश
GLM 4.7 Flash AI BENCHY पर 4.5 स्कोर करता है और #148 पर है। इसकी reliability 8.3, pass rate 35.0%, कुल लागत $0.054, और औसत response time 35.09s है।
4.5
संगति
6.7
8.3
$0.054
कुल आउटपुट टोकन
132,820
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 | वर्तमान रन | |
| 2026-04-11 01:19 पहला दर्ज रन | 4.6 | लागू नहीं | $0.046 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
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 | 3.4 | 6.0 | |
| 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 | |
| सामान्य ज्ञान | 3.0 | 10.0 |