AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#146

GLM 4.7 Flash

Z.ai रिलीज़: 2026-01-19 परीक्षण किया गया: 2026-06-04 13:05 z-ai/glm-4.7-flash::none
(medium) (none)

सारांश

GLM 4.7 Flash AI BENCHY पर 4.9 स्कोर करता है और #146 पर है। इसकी reliability 10.0, pass rate 36.5%, कुल लागत $0.004, और औसत response time 2.86s है।

GLM 4.7 Flash को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

संगति

8.8

कुल आउटपुट टोकन

2,521

कुल इनपुट टोकन

38,745

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.400 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 36.5%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

2.86s

प्रतिक्रिया समय (अधिकतम): 7.05s

प्रतिक्रिया समय (कुल): 40.04s

जनरेशन शोकेस

Hamster playing table tennis

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

#146 GLM 4.7 Flash

none
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:05 नया टेस्ट जोड़ा गया 5.5 10.0 $0.004 वर्तमान रन
2026-05-21 23:41 सूट बदला गया 5.6 10.0 $0.004 तुलना करें
2026-04-11 01:19 पहला दर्ज रन 5.6 लागू नहीं $0.003 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-06-04 13:05 · वर्तमान रन4.98.810.06/2132,52138,745$0.0042.86s
2026-04-11 01:19 · पहला दर्ज रन5.68.6लागू नहीं5/1832,4890$0.0033.35s
अंतर-0.7+0.2+10+32+38745+$0.001-495ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.060 / 1M $0.400 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 5.2 7.9
कोडिंग 4.3 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 4.0 10.0
निर्देश पालन 6.5 10.0
पहेली समाधान 6.4 10.0
टूल कॉलिंग 2.8 1.6
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल