AI BENCHY
Advertise here
#80

GLM 4.7 Flash

Z.ai रिलीज़: 2026-01-19 परीक्षण किया गया: 2026-04-11 01:19 z-ai/glm-4.7-flash::none
(medium) (none)

सारांश

GLM 4.7 Flash AI BENCHY पर 5.6 स्कोर करता है और #80 पर है। इसकी reliability लागू नहीं, pass rate 37.0%, कुल लागत $0.003, और औसत response time 3.35s है।

GLM 4.7 Flash को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

स्कोर

5.6

संगति

8.6

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.003

कुल आउटपुट टोकन

2,489

कुल इनपुट टोकन

0

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.400 / 1M

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 37.0%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

3.35s

प्रतिक्रिया समय (अधिकतम): 7.05s

प्रतिक्रिया समय (कुल): 36.90s

गलत उत्तर: 10 निर्देशों का पालन नहीं किया: 2 अमान्य टूल कॉल: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#80 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 तुलना करें
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 वर्तमान रन

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

GLM 4.7 FlashnonevsDeepSeek V4 FlashnoneGLM 4.7 FlashnonevsMiMo-V2.5-PrononeGLM 4.7 FlashnonevsGLM 5.1noneGLM 4.7 FlashnonevsQwen3.6 27BnoneGLM 4.7 FlashnonevsGemma 4 26B A4Bnoneनिःशुल्क उपलब्धGLM 4.7 FlashnonevsGemini 3.5 FlashhighGLM 4.7 FlashnonevsGemini 3 Flash PreviewmediumGLM 4.7 FlashnonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGLM 4.7 FlashnonevsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 5.2 7.9
कोडिंग 6.4 9.9
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 4.4 10.0
टूल कॉलिंग 2.8 1.6

तुलना किए गए मॉडल