???? ???
$1.050 / 1M
????? ???
$3.500 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-21 23:41 सूट बदलला | 5.6 | 10.0 | $0.057 | तुलना करा | |
| 2026-05-08 13:04 सूट बदलला | 5.7 | 10.0 | $0.053 | सध्याची रन | |
| 2026-05-08 13:04 सूट बदलला | 5.7 | 10.0 | $0.053 | तुलना करा | |
| 2026-04-22 12:55 पहिली नोंदलेली रन | 5.6 | लागू नाही | $0.053 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 13:04 · सूट बदलला | 5.7 | 8.0 | 10.0 | 6/19 | 5 | 3,731 | $0.053 | 4.23s |
| 2026-04-22 12:55 · पहिली नोंदलेली रन | 5.6 | 8.2 | लागू नाही | 5/18 | 4 | 3,720 | $0.053 | 4.33s |
| फरक | +0.1 | -0.2 | +1 | +1 | +11 | +$0.001 | -105ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GLM 5.1nonevsQwen3.5-FlashnoneGLM 5.1nonevsSeed-2.0-LitenoneGLM 5.1nonevsNemotron 3 Supermediumमोफत उपलब्धGLM 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
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 4.0 | 6.3 | |
| कोडिंग | 5.1 | 9.1 | |
| संयुक्त | 2.8 | 2.1 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 6.1 | 7.8 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |