#46 GLM 5.1
medium
SVG tidak valid
- Biaya
- $0.000
- Waktu
- 300.0s
- Token
- 0 tok
Z.ai
Rilis: 2026-04-07
Diuji pada: 2026-05-08 14:41
z-ai/glm-5.1::medium
744B total (40B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
GLM 5.1 mendapat skor 7.6 di AI BENCHY dan berada di peringkat #46. Model ini memiliki reliabilitas 0.0, tingkat keberhasilan 71.9%, total biaya $0.209, dan waktu respons rata-rata 24.43s.
Yang membuat GLM 5.1 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #18.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 744B total (40B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
7.6
Konsistensi
8.7
0.0
$0.209
Total token output
59,356
Total token input
0
Harga input
$1.050 / 1M
Harga output
$3.500 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 01:58 Uji ulang | 7.0 | 8.1 | $1.053 ↑ | Bandingkan | |
| 2026-07-16 21:29 Tes baru ditambahkan | 7.1 | 8.3 | $0.535 ↓ | Bandingkan | |
| 2026-06-04 13:06 Tes baru ditambahkan | 7.3 | 6.7 | $0.292 ↓ | Bandingkan | |
| 2026-05-21 23:46 Suite berubah | 7.4 | 3.3 | $0.286 | Bandingkan | |
| 2026-05-08 14:41 Suite berubah | 7.6 | 0.0 | $0.209 | Bandingkan | |
| 2026-05-08 14:41 Suite berubah | 7.6 | 0.0 | $0.209 | Run saat ini | |
| 2026-04-22 12:55 Run pertama yang tercatat | 7.8 | T/A | $0.201 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 14:41 · Suite berubah | 57/57 percobaan | 7.6 | 8.7 | 0.0 | 12/19 | 3 | 59,356 | 0 | $0.209 | 24.43s |
| 2026-04-22 12:55 · Run pertama yang tercatat | 54/54 percobaan | 7.8 | 8.6 | T/A | 12/18 | 3 | 57,095 | 0 | $0.201 | 24.13s |
| Selisih | — | -0.2 | +0.1 | 0 | 0 | +2261 | 0 | +$0.009 | +293ms |
Cakupan benchmark berbeda: 57/57 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
GLM 5.1mediumvsDeepSeek V3.2mediumGLM 5.1mediumvsGPT-5.5noneGLM 5.1mediumvsGPT-5.6 SolnoneGLM 5.1mediumvsMercury 2mediumGLM 5.1mediumvsGrok 4.3mediumGLM 5.1mediumvsGrok 4.20mediumGLM 5.1mediumvsSolar Pro 4highGLM 5.1mediumvsSeed-2.0-MinimediumGLM 5.1mediumvsStep 3.7 FlashlowGLM 5.1mediumvsKimi K2.5medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 4.7 | 1.6 | |
| Gabungan | 9.5 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 6.4 | 5.8 | |
| Pemecahan teka-teki | 8.2 | 7.2 | |
| Pemanggilan alat | 3.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |