#29 GLM 5 Turbo
medium- लागत
- $0.074
- समय
- 206.0s
- टोकन
- 18,549 tok
सारांश
GLM 5 Turbo AI BENCHY पर 7.9 स्कोर करता है और #29 पर है। इसकी reliability 8.3, pass rate 76.7%, कुल लागत $0.244, और औसत response time 22.69s है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
शोध की तारीख: 2026-08-12
7.9
संगति
8.1
8.3
$0.244
कुल आउटपुट टोकन
65,789
कुल इनपुट टोकन
0
इनपुट कीमत
$1.200 / 1M
आउटपुट कीमत
$4.000 / 1M
कैश पढ़ने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
5
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.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:06 दोबारा परीक्षण | 7.6 | 10.0 | $0.323 ↑ | तुलना करें | |
| 2026-06-04 13:06 दोबारा परीक्षण | 7.6 | 10.0 | $0.323 ↑ | 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 | वर्तमान रन | |
| 2026-04-11 01:19 पहला दर्ज रन | 8.1 | लागू नहीं | $0.182 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 7.3 | 5.8 | |
| 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 | 8.7 | 7.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |