AI BENCHY
Advertise here
#110

GLM 4.7 Flash

Z.ai Lansare: 2026-01-19 Testat la: 2026-05-21 23:41 z-ai/glm-4.7-flash::none
(medium) (none)

Rezumat

GLM 4.7 Flash obține 5.6 pe AI BENCHY și este pe #110. Are fiabilitate 10.0, rată de reușită 38.3%, cost total $0.004 și timp mediu de răspuns 2.98s.

Ce face GLM 4.7 Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #12.

Scor

5.6

Consistență

8.7

Fiabilitate

10.0

Cost total (preț curent)

$0.004

Total tokenuri de ieșire

2,516

Total tokenuri de intrare

0

Preț de intrare

$0.060 / 1M

Preț de ieșire

$0.400 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 38.3%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

2.98s

Timp de răspuns (maxim): 7.05s

Timp de răspuns (total): 38.73s

Răspuns greșit: 12 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Prezentare generare

Hamster playing table tennis

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

#110 GLM 4.7 Flash

none
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:05 Test nou adăugat 5.5 10.0 $0.004 Compară
2026-05-21 23:41 Suită modificată 5.6 10.0 $0.004 Rularea curentă
2026-04-11 01:19 Prima rulare înregistrată 5.6 N/D $0.003 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

GLM 4.7 FlashnonevsDeepSeek V4 FlashnoneGLM 4.7 FlashnonevsMiMo-V2.5-PrononeGLM 4.7 FlashnonevsGLM 5.1noneGLM 4.7 FlashnonevsQwen3.6 27BnoneGLM 4.7 FlashnonevsGemma 4 26B A4BnoneDisponibil gratuitGLM 4.7 FlashnonevsGemini 3.5 FlashhighGLM 4.7 FlashnonevsGemini 3 Flash PreviewmediumGLM 4.7 FlashnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGLM 4.7 FlashnonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 5.2 7.9
Programare 5.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 7.3 5.8
Specific domeniului 7.7 10.0
Inteligență generală 4.0 10.0
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 6.4 10.0
Apelare instrumente 2.8 1.6
Cultură generală 3.0 10.0

Modele comparate