नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Pareto 26.9 (default) vs GLM 5.3 Flash (max)

GLM 5.3 Flash (max) average score मध्ये पुढे आहे: 9.0 vs 8.9. GLM 5.3 Flash (max) चा benchmark खर्च कमी आहे: $0.089 vs $1.864. Pareto 26.9 (default) वेगवान आहे: 28.26s vs 54.04s, pass rates 79.7% vs 82.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक
#55
एकूण आउटपुट टोकन्स
175,696
प्रतिसाद वेळ (सरासरी)
28.26s
एकूण खर्च
$1.864
क्रमांक
#50
एकूण आउटपुट टोकन्स
216,119
प्रतिसाद वेळ (सरासरी)
54.04s
एकूण खर्च
$0.089
शिफारस केलेले मॉडेल GLM 5.3 Flash (max)

It has the best score here (9.0), while costing about 21.2x less than Pareto 26.9 (default).

तपशीलवार तुलना

मेट्रिक Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15 GLM 5.3 Flash GLM 5.3 Flash max प्रकाशन: 2026-08-26
स्कोअर 8.9 9.0
क्रमांक #55 #50
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.7% 82.6%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 12.422 0.519
एकूण खर्च $1.864 $0.089
इनपुट किंमत $2.500 / 1M $0.150 / 1M
आउटपुट किंमत $7.500 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.030 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 218,199 255,743
आउटपुट टोकन्स 175,696 8,684
रिझनिंग टोकन्स 0 207,435
प्रतिसाद वेळ (सरासरी) 28.26s 54.04s
प्रतिसाद वेळ (कमाल) 151.76s 333.47s
प्रतिसाद वेळ (एकूण) 649.90s 1242.97s
पॅरामीटर्स - 320B एकूण (18B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#55 Pareto 26.9

default
खर्च
$0.038
वेळ
109.6s
टोकन्स
5,118 tok

#50 GLM 5.3 Flash

max
खर्च
$0.005
वेळ
296.5s
टोकन्स
16,250 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Pareto 26.9 10.0 10.0 100.0% 0 49.15s 7,419 1,895 0
GLM 5.3 Flash 10.0 10.0 100.0% 0 43.37s 7,317 381 23,692

तुलना जोडी बदला