Model yang Dibandingkan

Perbandingan benchmark GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium): GLM 5 (medium) unggul pada Skor dengan 7.7. GLM 5 (medium) unggul pada Keandalan dengan 10.0. Qwen3.6 Plus Preview (medium) memiliki Total Biaya terendah di $0.000. Qwen3.6 Plus Preview (medium) paling cepat di 15.25s.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-09-10

Model yang Dibandingkan

Peringkat: #92
Total token output: 124,566
Waktu respons (rata-rata): 33.54s
Total Biaya: $0.228

Peringkat: #142
Total token output: 215,889
Waktu respons (rata-rata): 58.80s
Total Biaya: $0.727

Peringkat: #147
Total token output: 220,942
Waktu respons (rata-rata): 98.19s
Total Biaya: $0.479

Peringkat: #280
Total token output: 63,350
Waktu respons (rata-rata): 15.25s
Total Biaya: $0.000

Model yang direkomendasikan GLM 5 (medium)

It has the best score here (7.7), while costing about 2.7x less than model lain dalam perbandingan ini.

Perbandingan terperinci

Metrik	GLM 5 GLM 5 medium Rilis: 2026-02-12	GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Rilis: 2026-04-20 Tersedia gratis

Metrik	GLM 5 GLM 5 medium Rilis: 2026-02-12	GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Rilis: 2026-04-20 Tersedia gratis
Skor	7.7	7.0	7.0	4.9
Peringkat	#92	#142	#147	#280
Keandalan	10.0	8.1	10.0	T/A
Konsistensi	8.1	8.4	7.0	8.6
Percobaan	63/66	66/66	66/66	57/66
Tes benar
Tingkat lulus per percobaan	78.8%	65.2%	63.6%	40.9%
Tes tidak stabil	4	4	8	0
Total Run	63	66	66	57
Biaya per hasil	1.668	6.923	4.849	0.000
Total Biaya	$0.228	$0.727	$0.479	$0.000
Harga input	$0.600 / 1M	$0.966 / 1M	$0.450 / 1M	$0.000 / 1M
Harga output	$1.920 / 1M	$3.036 / 1M	$2.250 / 1M	$0.000 / 1M
Total token input	35,224	82,592	118,496	32,639
Token output	21,570	16,089	53,522	1,153
Token penalaran	102,996	199,800	167,420	62,197
Waktu respons (rata-rata)	33.54s	58.80s	98.19s	15.25s
Waktu respons (maks)	99.85s	308.75s	281.00s	43.55s
Waktu respons (total)	435.99s	1234.72s	1571.05s	182.96s
Parameter	744B total (40B aktif)	744B total (40B aktif)	1T total (32B aktif)	~397B total (~17B aktif)
Ketersediaan	Sumber terbuka	Sumber terbuka	Bobot tersedia	Tertutup

Showcase generasi model

Hamster playing table tennis

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

#92 GLM 5

medium

Biaya: $0.005
Waktu: 20.7s
Token: 2,068 tok

#142 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#147 MoonshotAI: Kimi K2.5

medium

Biaya: $0.030
Waktu: 58.6s
Token: 8,683 tok

#280 Qwen3.6 Plus Preview

medium

Belum ada hasil showcase yang dihasilkan untuk model ini.

Biaya: T/A
Waktu: -
Token: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
Qwen3.6 Plus Preview	9.8	3.3	0.0%	0	0ms	0	0	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	5.0	5.0	50.0%	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	175.93s	66,926	4,761	65,248
Kimi K2.5	6.7	9.1	50.0%	89.19s	95,416	14,448	11,209
Qwen3.6 Plus Preview	5.0	5.0	50.0%	34.95s	14,934	452	13,073

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0	14.95s	7,782	270	10,706

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
Qwen3.6 Plus Preview	6.5	10.0	50.0%	0	3.40s	381	27	1,383

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-CodelowvsGLM 5medium GPT-5.5nonevsGLM 5.1medium Kimi K2.5mediumvsGPT-5.5none Qwen3.7 FlashhighvsGLM 5medium Claude Opus 4.8lowvsGLM 5medium GPT-5.6 SolnonevsGLM 5.1medium Claude Fable 5.1lowvsKimi K2.5medium Seed-2.0-CodehighvsKimi K2.5medium DeepSeek V4 ProhighvsGLM 5medium Kimi K2.5mediumvsGPT-5.6 Solnone Claude Fable 5.1lowvsGLM 5.1medium Mercury 2.5highvsGLM 5.1medium