AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#134

GLM 5.3

Z.ai रिलीज़: 2026-08-20 परीक्षण किया गया: 2026-08-20 13:55 z-ai/glm-5.3::low
744B कुल (40B सक्रिय)MoEबंद स्रोत
(high) (low)

सारांश

GLM 5.3 AI BENCHY पर 6.8 स्कोर करता है और #134 पर है। इसकी reliability 10.0, pass rate 65.2%, कुल लागत $0.257, और औसत response time 13.65s है।

GLM 5.3 को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-20

घोषित
पैरामीटर
744B कुल (40B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

संगति

8.5

कुल आउटपुट टोकन

24,808

कुल इनपुट टोकन

104,989

इनपुट कीमत

$1.400 / 1M

आउटपुट कीमत

$4.400 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 65.2%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

13.65s

प्रतिक्रिया समय (अधिकतम): 83.60s

प्रतिक्रिया समय (कुल): 300.22s

Hamster playing table tennis

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

#134 GLM 5.3

low
लागत
$0.007
समय
28.4s
टोकन
1,599 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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.9 7.9
कोडिंग 6.2 6.9
संयुक्त 3.8 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.1 2.7
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