#18 GLM 5
medium- लागत
- $0.005
- समय
- 20.7s
- टोकन
- 2,068 tok
सारांश
GLM 5 AI BENCHY पर 8.2 स्कोर करता है और #18 पर है। इसकी reliability 10.0, pass rate 81.7%, कुल लागत $0.237, और औसत response time 33.39s है।
8.2
संगति
8.4
10.0
$0.237
कुल आउटपुट टोकन
119,898
कुल इनपुट टोकन
0
इनपुट कीमत
$0.600 / 1M
आउटपुट कीमत
$1.920 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
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 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 | वर्तमान रन | |
| 2026-04-22 12:55 पहला दर्ज रन | 8.4 | लागू नहीं | $0.155 | तुलना करें |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:44 · दोबारा परीक्षण | 8.2 | 8.4 | 10.0 | 14/20 | 4 | 119,898 | 0 | $0.237 | 33.39s |
| 2026-06-04 13:07 · नया टेस्ट जोड़ा गया | 8.3 | 8.5 | 10.0 | 15/21 | 4 | 124,566 | 35,224 | $0.228 | 33.54s |
| अंतर | -0.1 | -0.1 | 0.0 | -1 | 0 | -4668 | -35224 | +$0.010 | -152ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
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 5mediumvsGLM 5.2mediumGLM 5mediumvsGPT-5 MinimediumGLM 5mediumvsClaude Opus 4.7mediumGLM 5mediumvsGPT-5.4mediumGLM 5mediumvsClaude Opus 4.8mediumGLM 5mediumvsSeed-2.0-LitemediumGLM 5mediumvsGemini 3.5 FlashhighGLM 5mediumvsGemini 3 Flash PreviewmediumGLM 5mediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGLM 5mediumvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| 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 |