????
$1.050 / 1M
????
$3.500 / 1M
不安定なテスト
4
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 | 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 | |
| 2026-05-08 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 | 現在の実行 |
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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-22 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 |
| 2026-05-08 13:04 · スイート変更 | 5.7 | 8.0 | 10.0 | 6/19 | 5 | 3,731 | $0.053 | 4.23s |
| 差分 | -0.1 | +0.2 | -1 | -1 | -11 | -$0.001 | +105ms |
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