#134 GLM 5.3
low- लागत
- $0.007
- समय
- 28.4s
- टोकन
- 1,599 tok
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।
शोध की तारीख: 2026-08-20
6.8
संगति
8.5
10.0
$0.257
कुल आउटपुट टोकन
24,808
कुल इनपुट टोकन
104,989
इनपुट कीमत
$1.400 / 1M
आउटपुट कीमत
$4.400 / 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 | 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 |