AI BENCHY
Advertise here
#118

GLM 5.1

Z.ai Releasedatum: 2026-04-07 Getest op: 2026-08-14 01:58 z-ai/glm-5.1::medium
744B totaal (40B actief)MoEOpen-source
(medium) (none)

Samenvatting

GLM 5.1 scoort 7.0 op AI BENCHY en staat op #118. Het model heeft 8.1 betrouwbaarheid, een slagingspercentage van 65.2%, $0.727 totale kosten en 58.80s 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 #17.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd
Parameters
744B totaal (40B actief)
Architectuur
MoE
Beschikbaarheid
Open-source
Licentie
MIT
Bron voor parameters Bron voor beschikbaarheid

Score

7.0

Consistentie

8.4

Betrouwbaarheid

8.1

Totale kosten (huidige prijs)

$0.727 ↓ -12.5%

Getest tegen: $0.831

Totaal aantal uitvoer-tokens

215,889

Totaal aantal invoer-tokens

82,592

Invoerprijs

$0.966 / 1M

Uitvoerprijs

$3.036 / 1M

Correcte tests

Foute tests: 10

Slaagpercentage per poging: 65.2%

Instabiele tests

4

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

58.80s

Responstijd (max): 308.75s

Responstijd (totaal): 1234.72s

Verkeerd antwoord: 4 Geen antwoord: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1

Hamster playing table tennis

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

#118 GLM 5.1

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-08-14 01:58 Hertest 7.0 8.1 $1.053 ↑ Huidige run
2026-07-16 21:29 Nieuwe test toegevoegd 7.1 8.3 $0.535 ↓ 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 Vergelijken
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

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-08-14 01:58 · Huidige run66/66 pogingen7.08.48.112/224215,88982,592$0.72758.80s
2026-05-21 23:46 · Suite gewijzigd60/60 pogingen7.48.33.312/20483,3510$0.28632.22s
Verschil—-0.4+0.1+4.800+132538+82592+$0.442+26573ms

De benchmarkdekking verschilt: 66/66 pogingen (Doel: 3 herhalingen per test) tegenover 60/60 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs
2026-06-04 15:40 $0.980 / 1M $3.080 / 1M
2026-06-30 21:25 $0.975 / 1M $4.301 / 1M
2026-08-05 23:12 $0.952 / 1M $2.992 / 1M
2026-08-14 12:51 $1.400 / 1M $4.400 / 1M
2026-08-15 12:46 $0.966 / 1M $3.036 / 1M

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

GLM 5.1mediumvsDeepSeek V3.2mediumGLM 5.1mediumvsGPT-5.5noneGLM 5.1mediumvsGPT-5.6 SolnoneGLM 5.1mediumvsMercury 2mediumGLM 5.1mediumvsGrok 4.3mediumGLM 5.1mediumvsGrok 4.20mediumGLM 5.1mediumvsSolar Pro 4highGLM 5.1mediumvsSeed-2.0-MinimediumGLM 5.1mediumvsStep 3.7 FlashlowGLM 5.1mediumvsKimi K2.5medium

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 10.0 10.0
Programmeren 4.6 3.7
Gecombineerd 9.8 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 3.0 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

Vergeleken modellen