Advertise here
#81

GLM 5.1

Z.ai रिलीज़: 2026-04-07 परीक्षण किया गया: 2026-04-22 12:55 z-ai/glm-5.1::none
744B कुल (40B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

GLM 5.1 AI BENCHY पर 5.6 स्कोर करता है और #81 पर है। इसकी reliability लागू नहीं, pass rate 37.0%, कुल लागत $0.053, और औसत response time 4.33s है।

GLM 5.1 को अलग क्या बनाता है: यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
744B कुल (40B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
MIT
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.6

संगति

8.2

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.053

कुल आउटपुट टोकन

3,720

कुल इनपुट टोकन

0

इनपुट कीमत

$1.050 / 1M

आउटपुट कीमत

$3.500 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 37.0%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

4.33s

प्रतिक्रिया समय (अधिकतम): 32.57s

प्रतिक्रिया समय (कुल): 78.02s

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

Hamster playing table tennis

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

#81 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:32 दोबारा परीक्षण 5.7 10.0 $0.238 ↑ तुलना करें
2026-07-16 21:16 नया टेस्ट जोड़ा गया 5.5 10.0 $0.164 ↓ तुलना करें
2026-06-04 13:04 नया टेस्ट जोड़ा गया 5.7 10.0 $0.058 ↓ तुलना करें
2026-05-21 23:41 सूट बदला गया 5.6 10.0 $0.057 तुलना करें
2026-05-08 13:04 सूट बदला गया 5.7 10.0 $0.053 तुलना करें
2026-05-08 13:04 सूट बदला गया 5.7 10.0 $0.053 तुलना करें
2026-04-22 12:55 पहला दर्ज रन 5.6 लागू नहीं $0.053 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 5.1nonevsGLM 5.3lowGLM 5.1nonevsKAT-Coder-Pro V2.5highGLM 5.1nonevsMercury 2.5highGLM 5.1nonevsGrok 4.3mediumGLM 5.1nonevsMercury 2.5 PreviewhighGLM 5.1nonevsLaguna XS 2.1mediumनिःशुल्क उपलब्धGLM 5.1nonevsQwen3.6 35B A3BmediumGLM 5.1nonevsQwen3.5-122B-A10BnoneGLM 5.1nonevsClaude Sonnet 5.5mediumGLM 5.1nonevsGemini 3 Flash Previewnone

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 4.0 6.3
कोडिंग 5.1 9.1
संयुक्त 2.8 2.1
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 8.3 10.0
पहेली समाधान 5.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल