AI BENCHY
Advertise here
#55

GLM 5.2

Z.ai प्रकाशन: 2026-06-17 चाचणी तारीख: 2026-08-14 01:42 z-ai/glm-5.2::high
744B एकूण (40B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (none)

सारांश

GLM 5.2 AI BENCHY वर 8.0 स्कोर करते आणि #55 वर आहे. याची reliability 10.0, pass rate 69.7%, एकूण खर्च $1.188, आणि सरासरी response time 69.86s आहे.

GLM 5.2 खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #15.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

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

सुसंगतता

8.6

एकूण खर्च (सध्याची किंमत)

$1.188 ↑ +23.8%

या किमतीवर चाचणी केली: $0.959

एकूण आउटपुट टोकन्स

364,655

एकूण इनपुट टोकन्स

83,822

इनपुट किंमत

$0.966 / 1M

आउटपुट किंमत

$3.036 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 8

प्रति प्रयत्न पास दर: 69.7%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

69.86s

प्रतिसाद वेळ (कमाल): 599.43s

प्रतिसाद वेळ (एकूण): 1536.98s

Hamster playing table tennis

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

#55 GLM 5.2

high
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 01:42 पुन्हा चाचणी 8.0 10.0 $0.775 सध्याची रन
2026-07-16 21:43 नवीन चाचणी जोडली 8.0 10.0 $0.929 तुलना करा
2026-07-10 11:53 पहिला रन 8.0 9.3 $0.554 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-08-14 01:42 · सध्याची रन66/66 प्रयत्न8.08.610.014/223364,65583,822$1.18869.86s
2026-07-16 21:43 · नवीन चाचणी जोडली66/66 प्रयत्न8.08.610.014/223295,34783,813$0.92962.65s
फरक0.00.00.000+69308+9+$0.259+7211ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-07-10 11:54 $0.770 / 1M $2.420 / 1M
2026-07-14 10:48 $0.929 / 1M $2.918 / 1M
2026-07-16 15:36 $0.934 / 1M $2.935 / 1M
2026-07-16 18:05 $0.920 / 1M $2.891 / 1M
2026-07-16 18:31 $0.919 / 1M $2.887 / 1M
2026-07-18 15:17 $0.293 / 1M $0.920 / 1M
2026-07-20 15:56 $0.960 / 1M $3.014 / 1M
2026-07-21 16:10 $0.808 / 1M $2.539 / 1M
2026-07-22 11:30 $0.787 / 1M $2.473 / 1M
2026-07-24 00:05 $0.791 / 1M $2.486 / 1M
2026-07-25 03:22 $0.793 / 1M $2.491 / 1M
2026-07-28 08:40 $0.769 / 1M $2.416 / 1M
2026-07-31 10:14 $1.232 / 1M $3.873 / 1M
2026-07-31 13:32 $1.120 / 1M $3.520 / 1M
2026-08-01 02:47 $0.908 / 1M $2.854 / 1M
2026-08-01 12:04 $0.761 / 1M $2.389 / 1M
2026-08-02 09:23 $0.285 / 1M $0.894 / 1M
2026-08-04 12:41 $0.760 / 1M $2.420 / 1M
2026-08-07 22:44 $0.475 / 1M $1.492 / 1M
2026-08-07 23:08 $0.461 / 1M $1.448 / 1M
2026-08-11 16:01 $0.489 / 1M $1.536 / 1M
2026-08-12 11:59 $0.500 / 1M $3.150 / 1M
2026-08-12 20:39 $0.490 / 1M $1.540 / 1M
2026-08-14 12:51 $0.630 / 1M $1.981 / 1M
2026-08-20 12:51 $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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.4 8.6
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.1 6.5
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 6.0 4.6
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स