#148 GLM 5
medium- लागत
- $0.005
- समय
- 20.7s
- टोकन
- 2,068 tok
Z.ai
रिलीज़: 2026-02-12
परीक्षण किया गया: 2026-10-01 05:16
z-ai/glm-5::medium
744B कुल (40B सक्रिय)MoEमुक्त स्रोत
(medium)
(none)
सारांश
GLM 5 AI BENCHY पर 7.2 स्कोर करता है और #148 पर है। इसकी reliability 10.0, pass rate 76.8%, कुल लागत $0.479, और औसत response time 39.05s है।
GLM 5 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 744B कुल (40B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- MIT
7.2
संगति
7.9
10.0
कुल आउटपुट टोकन
138,257
कुल इनपुट टोकन
212,440
इनपुट कीमत
$0.600 / 1M
आउटपुट कीमत
$1.920 / 1M
कैश पढ़ने की कीमत
$0.120 / 1M
कैश लिखने की कीमत
लागू नहीं
कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।
गलत टेस्ट: 7
प्रति प्रयास पास दर: 76.8%
बेंचमार्क कवरेज: 66/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)
अस्थिर टेस्ट
5
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 |
|---|---|---|---|---|---|
| 2026-10-01 05:16 दोबारा परीक्षण | 7.2 | 10.0 | $0.479 ↑ | वर्तमान रन | |
| 2026-06-04 13:07 दोबारा परीक्षण | 7.7 | 10.0 | $0.372 ↑ | तुलना करें | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 05:16 · वर्तमान रन | 66/69 प्रयास | 7.2 | 7.9 | 10.0 | 15/22 | 5 | 138,257 | 212,440 | $0.479 | 39.05s |
| 2026-05-21 23:44 · दोबारा परीक्षण | 60/60 प्रयास | 8.2 | 8.4 | 10.0 | 14/20 | 4 | 119,898 | 0 | $0.237 | 33.39s |
| अंतर | — | -1.0 | -0.5 | 0.0 | +1 | +1 | +18359 | +212440 | +$0.243 | +5664ms |
बेंचमार्क कवरेज अलग है: 66/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 60/60 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 | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.600 / 1M | $1.920 / 1M | लागू नहीं | लागू नहीं |
| 2026-07-16 15:36 | $0.950 / 1M | $3.150 / 1M | लागू नहीं | लागू नहीं |
| 2026-07-20 15:56 | $0.950 / 1M | $2.551 / 1M | लागू नहीं | लागू नहीं |
| 2026-10-01 18:33 | $0.600 / 1M | $1.920 / 1M | $0.120 / 1M | लागू नहीं |
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 5mediumvsLongCat 2.0mediumGLM 5mediumvsStep 3.7 FlashlowGLM 5mediumvsQwen3.7 FlashhighGLM 5mediumvsQwen3.6 27BmediumGLM 5mediumvsClaude Opus 4.8lowGLM 5mediumvsClaude Opus 5noneGLM 5mediumvsGemini 3.8 FlashlowGLM 5mediumvsGLM 5.3 FlashXmediumGLM 5mediumvsQwen3.8 27Bmediumनिःशुल्क उपलब्धGLM 5mediumvsMiMo-V2.6-Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 4.7 | 3.1 | |
| 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 |