#195 GLM 5.3 Flash
low- लागत
- $0.001
- समय
- 20.7s
- टोकन
- 1,482 tok
सारांश
GLM 5.3 Flash AI BENCHY पर 5.9 स्कोर करता है और #195 पर है। इसकी reliability 10.0, pass rate 56.1%, कुल लागत $0.015, और औसत response time 9.65s 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 #12 पर है।
शोध की तारीख: 2026-08-26
5.9
संगति
8.4
10.0
$0.015
कुल आउटपुट टोकन
23,736
कुल इनपुट टोकन
117,551
इनपुट कीमत
$0.075 / 1M
आउटपुट कीमत
$0.250 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 5.4 | 7.2 | |
| संयुक्त | 3.8 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 7.8 | 9.6 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |