#63 GLM 5.3 FlashX
max- लागत
- $0.046
- समय
- 251.3s
- टोकन
- 36,769 tok
सारांश
GLM 5.3 FlashX AI BENCHY पर 8.3 स्कोर करता है और #63 पर है। इसकी reliability 10.0, pass rate 78.8%, कुल लागत $0.508, और औसत response time 41.21s है।
शोध की तारीख: 2026-09-21
8.3
संगति
8.3
10.0
$0.508
कुल आउटपुट टोकन
375,734
कुल इनपुट टोकन
101,211
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 | 10.0 | 10.0 | |
| कोडिंग | 8.2 | 7.2 | |
| संयुक्त | 8.2 | 6.9 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 9.9 | 10.0 | |
| पहेली समाधान | 8.2 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |