#52 GLM 5.1
medium
Ongeldige SVG
- Kosten
- $0.000
- Tijd
- 300.0s
- Tokens
- 0 tok
Samenvatting
GLM 5.1 scoort 7.4 op AI BENCHY en staat op #52. Het model heeft 3.3 betrouwbaarheid, een slagingspercentage van 71.7%, $0.286 totale kosten en 32.22s gemiddelde responstijd.
Wat GLM 5.1 uniek maakt: Het valt het meest op in Anti-AI-trucs, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #15.
7.4
Consistentie
8.3
Totaal aantal uitvoer-tokens
83,351
Totaal aantal invoer-tokens
0
Invoerprijs
$0.980 / 1M
Uitvoerprijs
$3.080 / 1M
Instabiele tests
4
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Generatie-showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-06-04 13:06 Nieuwe test toegevoegd | 7.3 | 6.7 | $0.292 ↓ | Vergelijken | |
| 2026-05-21 23:46 Suite gewijzigd | 7.4 | 3.3 | $0.286 | Huidige run | |
| 2026-05-08 14:41 Suite gewijzigd | 7.6 | 0.0 | $0.209 | Vergelijken | |
| 2026-05-08 14:41 Suite gewijzigd | 7.6 | 0.0 | $0.209 | Vergelijken | |
| 2026-04-22 12:55 Eerste geregistreerde run | 7.8 | n.v.t. | $0.201 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:46 · Suite gewijzigd | 7.4 | 8.3 | 3.3 | 12/20 | 4 | 83,351 | 0 | $0.286 | 32.22s |
| 2026-04-22 12:55 · Eerste geregistreerde run | 7.8 | 8.6 | n.v.t. | 12/18 | 3 | 57,095 | 0 | $0.201 | 24.13s |
| Verschil | -0.4 | -0.3 | 0 | +1 | +26256 | 0 | +$0.085 | +8091ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 10.0 | 10.0 | |
| Programmeren | 4.7 | 1.6 | |
| Gecombineerd | 9.5 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 10.0 | 10.0 | |
| Instructies opvolgen | 6.4 | 5.8 | |
| Puzzeloplossing | 8.2 | 7.2 | |
| Toolaanroepen | 3.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |