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

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-26

Metrică GLM 5 GLM 5 medium Lansare: 2026-02-12 GLM 5.1 GLM 5.1 medium Lansare: 2026-04-07 Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27 Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Lansare: 2026-04-20 Disponibil gratuit
Scor 8.2 7.4 6.7 8.2
Rang #18 #54 #79 #17
Fiabilitate 10.0 3.3 10.0 N/D
Consistență 8.4 8.3 6.8 10.0
Teste corecte
Rată de trecere pe încercare 81.7% 71.7% 66.7% 75.0%
Teste instabile 4 4 8 0
Rulări totale 98 98 98 57
Cost per rezultat 1.818 2.890 4.008 0.000
Cost total $0.255 $0.347 $0.361 $0.000
Preț de intrare $0.600 / 1M $0.980 / 1M $0.400 / 1M $0.000 / 1M
Preț de ieșire $1.920 / 1M $3.080 / 1M $1.900 / 1M $0.000 / 1M
Tokenuri de ieșire 21,596 13,107 70,680 1,153
Tokenuri de raționament 105,424 88,661 150,779 62,197
Timp de răspuns (mediu) 32.67s 33.45s 89.02s 15.25s
Timp de răspuns (maxim) 99.85s 172.60s 281.00s 43.55s
Timp de răspuns (total) 392.01s 635.63s 1157.32s 182.96s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
GLM 5.1 10.0 10.0 100.0% 0 8.31s 401 5,122
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 11.69s 61 5,812
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 89.47s 2,985 45,706
GLM 5.1 4.7 1.6 66.7% 2 145.56s 4,727 34,384
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
GLM 5.1 9.5 10.0 100.0% 0 43.11s 327 4,206
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 34.95s 452 13,073
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
GLM 5.1 10.0 10.0 100.0% 0 9.33s 991 4,552
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 14.95s 270 10,706
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
GLM 5.1 5.3 10.0 33.3% 0 29.77s 969 11,314
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 22.08s 49 26,895
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
GLM 5.1 10.0 10.0 100.0% 0 20.95s 2,875 2,875
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
GLM 5.1 6.4 5.8 66.7% 1 7.47s 204 1,617
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 3.40s 27 1,383
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 11.33s 71 13,728
GLM 5.1 8.2 7.2 88.9% 1 31.64s 2,531 22,412
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 30,732 34,998
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 7.52s 27 2,998
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 5.87s 267 1,330
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GLM 5 3.0 10.0 0.0% 0 67.37s 401 12,450
GLM 5.1 3.0 10.0 0.0% 0 29.40s 82 2,179
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemini 3.1 Flash LitelowvsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemma 4 31BnoneDisponibil gratuitvsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumKimi K2.5mediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsKimi K2.5mediumGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneRing-2.6-1TnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1mediumDeepSeek V4 FlashhighDisponibil gratuitvsGLM 5.1medium