AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#19

GLM 5 Turbo

Z.ai प्रकाशन: 2026-03-15 चाचणी तारीख: 2026-04-11 01:19 z-ai/glm-5-turbo::medium
(medium) (none)

सारांश

GLM 5 Turbo AI BENCHY वर 8.1 स्कोर करते आणि #19 वर आहे. याची reliability लागू नाही, pass rate 77.8%, एकूण खर्च $0.182, आणि सरासरी response time 17.67s आहे.

सुसंगतता

8.0

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

51,130

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.200 / 1M

आउटपुट किंमत

$4.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 77.8%

अस्थिर चाचण्या

5

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

प्रतिसाद वेळ (सरासरी)

17.67s

प्रतिसाद वेळ (कमाल): 194.23s

प्रतिसाद वेळ (एकूण): 317.98s

Generation showcase

Hamster playing table tennis

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

#19 GLM 5 Turbo

medium
Cost
$0.074
Time
206.0s
Tokens
18,549 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:06 नवीन चाचणी जोडली 8.0 10.0 $0.323 तुलना करा
2026-05-21 23:44 सूट बदलला 7.9 8.3 $0.244 तुलना करा
2026-04-11 01:19 पहिली नोंदलेली रन 8.1 लागू नाही $0.182 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:19 · पहिली नोंदलेली रन8.18.0लागू नाही12/18551,1300$0.18217.67s
2026-05-21 23:44 · सूट बदलला7.98.18.313/20565,7890$0.24422.69s
फरक+0.3-0.1-10-146590-$0.063-5021ms

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.

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 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 6.1 3.1
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.3 5.8
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स