AI BENCHY
Advertise here
#143

GLM 5.1

Z.ai प्रकाशन: 2026-04-07 चाचणी तारीख: 2026-07-16 21:16 z-ai/glm-5.1::none
744B एकूण (40B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

GLM 5.1 AI BENCHY वर 5.5 स्कोर करते आणि #143 वर आहे. याची reliability 10.0, pass rate 40.9%, एकूण खर्च $0.164, आणि सरासरी response time 6.70s आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
744B एकूण (40B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
MIT
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

5.5

सुसंगतता

8.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.164 ↓ -1.2%

या किमतीवर चाचणी केली: $0.166

एकूण आउटपुट टोकन्स

14,393

एकूण इनपुट टोकन्स

124,209

इनपुट किंमत

$0.966 / 1M

आउटपुट किंमत

$3.036 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 15

प्रति प्रयत्न पास दर: 40.9%

अस्थिर चाचण्या

5

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

6.70s

प्रतिसाद वेळ (कमाल): 61.20s

प्रतिसाद वेळ (एकूण): 147.38s

चुकीचे उत्तर: 13 अवैध टूल कॉल: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#143 GLM 5.1

none
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 01:32 पुन्हा चाचणी 5.7 10.0 $0.238 ↑ तुलना करा
2026-07-16 21:16 नवीन चाचणी जोडली 5.5 10.0 $0.164 ↓ सध्याची रन
2026-06-04 13:04 नवीन चाचणी जोडली 5.7 10.0 $0.058 ↓ 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 तुलना करा
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.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.980 / 1M $3.080 / 1M
2026-06-30 21:25 $0.975 / 1M $4.301 / 1M
2026-07-08 21:00 $0.966 / 1M $3.036 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

GLM 5.1nonevsLing-3.0-flashnoneGLM 5.1nonevsKimi K2.6noneGLM 5.1nonevsInkling SmalllowGLM 5.1nonevsQwen3.5-122B-A10BnoneGLM 5.1nonevsGLM 5noneGLM 5.1nonevsKAT-Coder-Air V2.5highGLM 5.1nonevsNemotron 3 Supermediumमोफत उपलब्धGLM 5.1nonevsGemma 4 26B A4Bnoneमोफत उपलब्धGLM 5.1nonevsNorth Mini Codemediumमोफत उपलब्धGLM 5.1nonevsKAT-Coder-Air V2.5medium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 4.0 6.3
कोडिंग 3.9 9.7
संयुक्त 2.8 1.8
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 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स