#99 GLM 5.3
high- लागत
- $0.085
- समय
- 362.5s
- टोकन
- 19,310 tok
सारांश
GLM 5.3 AI BENCHY पर 7.3 स्कोर करता है और #99 पर है। इसकी reliability 10.0, pass rate 74.2%, कुल लागत $0.403, और औसत response time 27.82s है।
शोध की तारीख: 2026-08-20
7.3
संगति
7.5
10.0
$0.403
कुल आउटपुट टोकन
63,667
कुल इनपुट टोकन
87,601
इनपुट कीमत
$1.400 / 1M
आउटपुट कीमत
$4.400 / 1M
अस्थिर टेस्ट
7
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 | 6.6 | 5.0 | |
| संयुक्त | 6.4 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 6.1 | 3.1 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |