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 5.1 (medium) unggul pada Skor dengan 7.5. 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: 2026-10-26

Model yang Dibandingkan

Peringkat: #184
Total token output: 120,942
Waktu respons (rata-rata): 39.05s
Total Biaya: $0.479

Peringkat: #156
Total token output: 245,833
Waktu respons (rata-rata): 66.38s
Total Biaya: $1.546

Peringkat: #253
Total token output: 209,217
Waktu respons (rata-rata): 125.76s
Total Biaya: $0.841

Peringkat: #407
Total token output: 63,350
Waktu respons (rata-rata): 15.25s
Total Biaya: $0.000

Model yang direkomendasikan GLM 5 (medium)

Its score stays close to the best score here (7.2 vs 7.5), while costing about 2.5x 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	7.2	7.5	6.4	4.0
Peringkat	#184	#156	#253	#407
Keandalan	10.0	9.2	9.6	T/A
Konsistensi	7.9	8.4	7.1	8.3
Percobaan	66/69	69/69	69/69	57/69
Tes benar
Tingkat lulus per percobaan	76.8%	66.7%	60.9%	39.1%
Tes tidak stabil	5	4	8	0
Total Run	66	69	69	57
Biaya per hasil	2.552	9.004	6.085	0.000
Total Biaya	$0.479	$1.546	$0.841	$0.000
Harga input	$0.600 / 1M	$1.400 / 1M	$0.450 / 1M	$0.000 / 1M
Harga output	$1.920 / 1M	$4.400 / 1M	$2.250 / 1M	$0.000 / 1M
Harga baca cache	$0.120 / 1M	$0.260 / 1M	$0.070 / 1M	T/A
Harga tulis cache	T/A	T/A	T/A	T/A
Total token input	212,440	331,577	292,271	32,639
Token output	22,922	17,919	55,025	1,153
Token penalaran	115,335	230,789	186,071	62,197
Waktu respons (rata-rata)	39.05s	66.38s	125.76s	15.25s
Waktu respons (maks)	110.70s	308.75s	566.79s	43.55s
Waktu respons (total)	546.68s	1460.31s	2137.84s	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

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#184 GLM 5

medium

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

#156 GLM 5.1

medium

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

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

#253 MoonshotAI: Kimi K2.5

medium

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

#407 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:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
GLM 5.1	10.0	10.0	100.0%	0	225.59s	248,985	1,830	30,989
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
Qwen3.6 Plus Preview	0.0	0.0	0.0%	0	0ms	0	0	0

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	1.0	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

Ganti Pasangan Perbandingan

Space Bunny AlphahighvsGLM 5.1medium Kimi K2.5mediumvsBeam 1.0 501B A23Blow Step 3.7 FlashlowvsGLM 5medium Minimax M3.1 FlashxhighTersedia gratisvsKimi K2.5medium Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.7 FlashhighvsGLM 5medium Dots 3 Note PreviewhighTersedia gratisvsKimi K2.5medium Dots 3 Note PreviewlowTersedia gratisvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Qwen3.8 27BlowTersedia gratisvsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Claude Opus 4.8lowvsGLM 5medium

Model yang Dibandingkan