तुलना केलेली मॉडेल्स

GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium) benchmark तुलना: GLM 5.1 (medium) स्कोअर मध्ये 7.5 सह आघाडीवर आहे. GLM 5 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Qwen3.6 Plus Preview (medium) चे एकूण खर्च सर्वात कमी आहे: $0.000. Qwen3.6 Plus Preview (medium) 15.25s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #184
एकूण आउटपुट टोकन्स: 120,942
प्रतिसाद वेळ (सरासरी): 39.05s
एकूण खर्च: $0.479

क्रमांक: #156
एकूण आउटपुट टोकन्स: 245,833
प्रतिसाद वेळ (सरासरी): 66.38s
एकूण खर्च: $1.546

क्रमांक: #253
एकूण आउटपुट टोकन्स: 209,217
प्रतिसाद वेळ (सरासरी): 125.76s
एकूण खर्च: $0.841

क्रमांक: #407
एकूण आउटपुट टोकन्स: 63,350
प्रतिसाद वेळ (सरासरी): 15.25s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल GLM 5 (medium)

Its score stays close to the best score here (7.2 vs 7.5), while costing about 2.5x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक	GLM 5 GLM 5 medium प्रकाशन: 2026-02-12	GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium प्रकाशन: 2026-04-20 मोफत उपलब्ध

मेट्रिक	GLM 5 GLM 5 medium प्रकाशन: 2026-02-12	GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium प्रकाशन: 2026-04-20 मोफत उपलब्ध
स्कोअर	7.2	7.5	6.4	4.0
क्रमांक	#184	#156	#253	#407
विश्वसनीयता	10.0	9.2	9.6	लागू नाही
सुसंगतता	7.9	8.4	7.1	8.3
प्रयत्न	66/69	69/69	69/69	57/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	66.7%	60.9%	39.1%
अस्थिर चाचण्या	5	4	8	0
एकूण रन	66	69	69	57
प्रति निकाल खर्च	2.552	9.004	6.085	0.000
एकूण खर्च	$0.479	$1.546	$0.841	$0.000
इनपुट किंमत	$0.600 / 1M	$1.400 / 1M	$0.450 / 1M	$0.000 / 1M
आउटपुट किंमत	$1.920 / 1M	$4.400 / 1M	$2.250 / 1M	$0.000 / 1M
कॅश वाचण्याची किंमत	$0.120 / 1M	$0.260 / 1M	$0.070 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	212,440	331,577	292,271	32,639
आउटपुट टोकन्स	22,922	17,919	55,025	1,153
रिझनिंग टोकन्स	115,335	230,789	186,071	62,197
प्रतिसाद वेळ (सरासरी)	39.05s	66.38s	125.76s	15.25s
प्रतिसाद वेळ (कमाल)	110.70s	308.75s	566.79s	43.55s
प्रतिसाद वेळ (एकूण)	546.68s	1460.31s	2137.84s	182.96s
पॅरामीटर्स	744B एकूण (40B सक्रिय)	744B एकूण (40B सक्रिय)	1T एकूण (32B सक्रिय)	~397B एकूण (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	मुक्त स्रोत	वेट्स उपलब्ध	बंद 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.

#184 GLM 5

medium

खर्च: $0.005
वेळ: 20.7s
टोकन्स: 2,068 tok

#156 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#253 MoonshotAI: Kimi K2.5

medium

खर्च: $0.030
वेळ: 58.6s
टोकन्स: 8,683 tok

#407 Qwen3.6 Plus Preview

medium

या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.

खर्च: लागू नाही
वेळ: -
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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
GLM 5.1	10.0	10.0	100.0%	0	225.59s	248,985	1,830	30,989
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
Qwen3.6 Plus Preview	0.0	0.0	0.0%	0	0ms	0	0	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
Qwen3.6 Plus Preview	1.0	3.3	0.0%	0	0ms	0	0	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	5.0	5.0	50.0%	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	175.93s	66,926	4,761	65,248
Kimi K2.5	6.7	9.1	50.0%	89.19s	95,416	14,448	11,209
Qwen3.6 Plus Preview	5.0	5.0	50.0%	34.95s	14,934	452	13,073

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0	14.95s	7,782	270	10,706

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
Qwen3.6 Plus Preview	6.5	10.0	50.0%	0	3.40s	381	27	1,383

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0

तुलना जोडी बदला

Space Bunny AlphahighvsGLM 5.1medium Kimi K2.5mediumvsBeam 1.0 501B A23Blow Step 3.7 FlashlowvsGLM 5medium Minimax M3.1 Flashxhighमोफत उपलब्धvsKimi K2.5medium Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.7 FlashhighvsGLM 5medium Dots 3 Note Previewhighमोफत उपलब्धvsKimi K2.5medium Dots 3 Note Previewlowमोफत उपलब्धvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Qwen3.8 27Blowमोफत उपलब्धvsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Claude Opus 4.8lowvsGLM 5medium

तुलना केलेली मॉडेल्स