????
$0.980 / 1M
????
$3.080 / 1M
不安定なテスト
5
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-21 23:41 スイート変更 | 5.6 | 10.0 | $0.057 | 現在の実行 | |
| 2026-05-08 13:04 スイート変更 | 5.7 | 10.0 | $0.053 | 比較する | |
| 2026-05-08 13:04 スイート変更 | 5.7 | 10.0 | $0.053 | 比較する | |
| 2026-04-22 12:55 最初に記録された実行 | 5.6 | 該当なし | $0.053 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · 現在の実行 | 5.6 | 8.1 | 10.0 | 6/20 | 5 | 3,749 | $0.057 | 4.16s |
| 2026-04-22 12:55 · 最初に記録された実行 | 5.6 | 8.2 | 該当なし | 5/18 | 4 | 3,720 | $0.053 | 4.33s |
| 差分 | 0.0 | -0.1 | +1 | +1 | +29 | +$0.005 | -173ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
GLM 5.1nonevsQwen3.5-FlashnoneGLM 5.1nonevsSeed-2.0-LitenoneGLM 5.1nonevsNemotron 3 Supermedium無料で利用可能GLM 5.1nonevsOwl AlphamediumGLM 5.1nonevsDeepSeek V4 PrononeGLM 5.1nonevsQwen3.5 Plus 2026-04-20noneGLM 5.1nonevsGemini 3 Flash PreviewmediumGLM 5.1nonevsGemini 3.5 FlashhighGLM 5.1nonevsRing-2.6-1TmediumGLM 5.1nonevsGemini 3.5 Flashlow