#162 GLM 5.3 FlashX
high- लागत
- $0.030
- समय
- 169.4s
- टोकन
- 23,950 tok
सारांश
GLM 5.3 FlashX AI BENCHY पर 6.8 स्कोर करता है और #162 पर है। इसकी reliability 10.0, pass rate 68.2%, कुल लागत $0.135, और औसत response time 12.07s है।
GLM 5.3 FlashX को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
शोध की तारीख: 2026-09-21
6.8
संगति
8.2
10.0
$0.135
कुल आउटपुट टोकन
83,899
कुल इनपुट टोकन
81,365
इनपुट कीमत
$0.370 / 1M
आउटपुट कीमत
$1.250 / 1M
अस्थिर टेस्ट
5
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 | 8.2 | 7.9 | |
| कोडिंग | 8.2 | 7.2 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 7.3 | 5.8 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 6.1 | 3.1 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |