AI BENCHY
Advertise here
#19

GLM 5 Turbo

Z.ai रिलीज़: 2026-03-15 परीक्षण किया गया: 2026-04-11 01:19 z-ai/glm-5-turbo::medium
(medium) (none)

सारांश

GLM 5 Turbo AI BENCHY पर 8.1 स्कोर करता है और #19 पर है। इसकी reliability लागू नहीं, pass rate 77.8%, कुल लागत $0.182, और औसत response time 17.67s है।

संगति

8.0

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

51,130

कुल इनपुट टोकन

0

इनपुट कीमत

$1.200 / 1M

आउटपुट कीमत

$4.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 77.8%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

17.67s

प्रतिक्रिया समय (अधिकतम): 194.23s

प्रतिक्रिया समय (कुल): 317.98s

Generation showcase

Hamster playing table tennis

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

#19 GLM 5 Turbo

medium
Cost
$0.074
Time
206.0s
Tokens
18,549 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:06 नया टेस्ट जोड़ा गया 8.0 10.0 $0.323 तुलना करें
2026-05-21 23:44 सूट बदला गया 7.9 8.3 $0.244 तुलना करें
2026-04-11 01:19 पहला दर्ज रन 8.1 लागू नहीं $0.182 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-04-11 01:19 · पहला दर्ज रन8.18.0लागू नहीं12/18551,1300$0.18217.67s
2026-05-21 23:44 · सूट बदला गया7.98.18.313/20565,7890$0.24422.69s
अंतर+0.3-0.1-10-146590-$0.063-5021ms

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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

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 10.0 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 10.0 10.0
पहेली समाधान 7.3 5.8
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल