#39 GLM 5
medium- लागत
- $0.005
- समय
- 20.7s
- टोकन
- 2,068 tok
Z.ai
रिलीज़: 2026-02-12
परीक्षण किया गया: 2026-06-04 13:07
z-ai/glm-5::medium
744B कुल (40B सक्रिय)MoEमुक्त स्रोत
(medium)
(none)
सारांश
GLM 5 AI BENCHY पर 7.7 स्कोर करता है और #39 पर है। इसकी reliability 10.0, pass rate 78.8%, कुल लागत $0.372, और औसत response time 33.54s है।
GLM 5 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 #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 744B कुल (40B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- MIT
7.7
संगति
8.1
10.0
कुल आउटपुट टोकन
124,566
कुल इनपुट टोकन
35,224
इनपुट कीमत
$0.950 / 1M
आउटपुट कीमत
$3.150 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:07 दोबारा परीक्षण | 7.7 | 10.0 | $0.307 ↑ | तुलना करें | |
| 2026-06-04 13:07 दोबारा परीक्षण | 7.7 | 10.0 | $0.372 ↑ | वर्तमान रन | |
| 2026-06-04 13:07 नया टेस्ट जोड़ा गया | 8.3 | 10.0 | $0.228 ↓ | तुलना करें | |
| 2026-05-21 23:44 दोबारा परीक्षण | 8.2 | 10.0 | $0.237 | तुलना करें | |
| 2026-04-22 12:55 पहला दर्ज रन | 8.4 | लागू नहीं | $0.155 | तुलना करें |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:07 · दोबारा परीक्षण | 63/63 प्रयास | 7.7 | 8.1 | 10.0 | 15/21 | 4 | 124,566 | 35,224 | $0.372 | 33.54s |
| 2026-04-22 12:55 · पहला दर्ज रन | 54/54 प्रयास | 8.4 | 8.2 | लागू नहीं | 13/18 | 4 | 78,500 | 0 | $0.155 | 23.34s |
| अंतर | — | -0.7 | -0.1 | +2 | 0 | +46066 | +35224 | +$0.217 | +10197ms |
बेंचमार्क कवरेज अलग है: 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-04 15:40 | $0.600 / 1M | $1.920 / 1M |
| 2026-07-16 15:36 | $0.950 / 1M | $3.150 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
GLM 5mediumvsQwen3.7 FlashhighGLM 5mediumvsSeed-2.0-CodelowGLM 5mediumvsClaude Opus 4.8lowGLM 5mediumvsClaude Opus 4.6mediumGLM 5mediumvsSeed-2.0-LitemediumGLM 5mediumvsDeepSeek V4 ProhighGLM 5mediumvsQwen3.8 27BmediumGLM 5mediumvsDeepSeek V4 Flash 0423highGLM 5mediumvsClaude Sonnet 4.6mediumGLM 5mediumvsGPT-5.6 Lunahigh
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 5.0 | 5.0 | |
| डेटा पार्सिंग और निष्कर्षण | 7.1 | 5.6 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| 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 |