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

Grok 4.3 (medium) vs GLM 5.1

average score जवळपास समान आहे: 6.5 vs 6.5. GLM 5.1 चा benchmark खर्च कमी आहे: $0.451 vs $0.989. GLM 5.1 वेगवान आहे: 11.10s vs 44.53s, pass rates 63.8% vs 47.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#276
एकूण आउटपुट टोकन्स
232,542
प्रतिसाद वेळ (सरासरी)
44.53s
एकूण खर्च
$0.989
क्रमांक
#274
एकूण आउटपुट टोकन्स
20,076
प्रतिसाद वेळ (सरासरी)
11.10s
एकूण खर्च
$0.451
शिफारस केलेले मॉडेल GLM 5.1

It has the best score here (6.5), while costing about 2.2x less than Grok 4.3 (medium).

तपशीलवार तुलना

मेट्रिक Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01 GLM 5.1 GLM 5.1 none प्रकाशन: 2026-04-07
स्कोअर 6.5 6.5
क्रमांक #276 #274
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 47.8%
अस्थिर चाचण्या 5 5
एकूण रन 69 69
प्रति निकाल खर्च 8.235 3.478
एकूण खर्च $0.989 $0.451
इनपुट किंमत $1.250 / 1M $1.400 / 1M
आउटपुट किंमत $2.500 / 1M $4.400 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.260 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 325,471 258,956
आउटपुट टोकन्स 14,867 20,076
रिझनिंग टोकन्स 217,675 0
प्रतिसाद वेळ (सरासरी) 44.53s 11.10s
प्रतिसाद वेळ (कमाल) 216.69s 107.19s
प्रतिसाद वेळ (एकूण) 1024.25s 255.39s
पॅरामीटर्स ~1.5T एकूण (~150B सक्रिय) 744B एकूण (40B 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.

#276 SpaceXAI: Grok 4.3

medium
खर्च
$0.009
वेळ
19.0s
टोकन्स
3,661 tok

#274 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

तुलना जोडी बदला