AI BENCHY
Advertise here
#102

GLM 5.3 Flash

Z.ai रिलीज़: 2026-08-26 परीक्षण किया गया: 2026-08-26 17:11 z-ai/glm-5.3-flash::high
320B कुल (18B सक्रिय)MoEमुक्त स्रोत
(max) (high) (low)

सारांश

GLM 5.3 Flash AI BENCHY पर 7.3 स्कोर करता है और #102 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.029, और औसत response time 25.36s है।

GLM 5.3 Flash को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-08-26

घोषित
पैरामीटर
320B कुल (18B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
MIT
पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोर

7.3

संगति

8.9

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.029

कुल आउटपुट टोकन

78,318

कुल इनपुट टोकन

113,003

इनपुट कीमत

$0.075 / 1M

आउटपुट कीमत

$0.250 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

25.36s

प्रतिक्रिया समय (अधिकतम): 163.41s

प्रतिक्रिया समय (कुल): 558.01s

गलत उत्तर: 4 अतिरिक्त फॉर्मेटिंग: 2 निर्देशों का पालन नहीं किया: 1 अमान्य टूल कॉल: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#102 GLM 5.3 Flash

high
लागत
$0.003
समय
186.7s
टोकन
10,486 tok

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 5.3 FlashhighvsKAT-Coder-Pro V2.5lowGLM 5.3 FlashhighvsGemini 3.1 Flash LitemediumGLM 5.3 FlashhighvsGLM 5.3highGLM 5.3 FlashhighvsQwen3.7 PlusnoneGLM 5.3 FlashhighvsClaude Sonnet 4.6noneGLM 5.3 FlashhighvsDeepSeek V4 Flash 0731mediumGLM 5.3 FlashhighvsGemini 3 Flash PreviewlowGLM 5.3 FlashhighvsClaude Opus 4.8noneGLM 5.3 FlashhighvsGrok 4.6lowGLM 5.3 FlashhighvsKimi K2.6medium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 8.2 7.2
संयुक्त 6.4 5.8
डेटा पार्सिंग और निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल