Advertise here
#203

GLM 5.1

Z.ai Lansare: 2026-04-07 Testat la: 2026-10-01 00:00 z-ai/glm-5.1::none
744B în total (40B activi)MoESursă deschisă
(medium) (none)

Rezumat

GLM 5.1 obține 6.5 pe AI BENCHY și este pe #203. Are fiabilitate 10.0, rată de reușită 47.8%, cost total $0.451 și timp mediu de răspuns 11.10s.

Ce face GLM 5.1 unic: Se remarcă cel mai mult la Sarcini agentice, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #16.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
744B în total (40B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
MIT
Sursa parametrilor Sursa disponibilității

Scor

6.5

Consistență

8.2

Fiabilitate

10.0

Cost total (preț curent)

$0.451 ↑ +44.0%

Testat la: $0.314

Total tokenuri de ieșire

20,076

Total tokenuri de intrare

258,956

Preț de intrare

$1.400 / 1M

Preț de ieșire

$4.400 / 1M

Preț citire cache

$0.260 / 1M

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 47.8%

Teste instabile

5

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

Timp de răspuns (mediu)

11.10s

Timp de răspuns (maxim): 107.19s

Timp de răspuns (total): 255.39s

Răspuns greșit: 12 Apel de instrument invalid: 1 Fără răspuns: 1

Hamster playing table tennis

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

#203 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 00:00 Retestare 6.5 10.0 $0.451 ↑ Rularea curentă
2026-07-16 21:16 Test nou adăugat 5.5 10.0 $0.164 ↓ Compară
2026-06-04 13:04 Test nou adăugat 5.7 10.0 $0.058 ↓ Compară
2026-05-21 23:41 Suită modificată 5.6 10.0 $0.057 Compară
2026-05-08 13:04 Suită modificată 5.7 10.0 $0.053 Compară
2026-05-08 13:04 Suită modificată 5.7 10.0 $0.053 Compară
2026-04-22 12:55 Prima rulare înregistrată 5.6 N/D $0.053 Compară

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

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire Preț citire cache Preț scriere cache
2026-06-04 15:40 $0.980 / 1M $3.080 / 1M N/D N/D
2026-06-30 21:25 $0.975 / 1M $4.301 / 1M N/D N/D
2026-07-08 21:00 $0.966 / 1M $3.036 / 1M N/D N/D
2026-08-05 23:12 $0.952 / 1M $2.992 / 1M N/D N/D
2026-08-14 12:51 $1.400 / 1M $4.400 / 1M N/D N/D
2026-10-03 09:03 $1.400 / 1M $4.400 / 1M $0.260 / 1M N/D

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 5.1nonevsGLM 5.3lowGLM 5.1nonevsKAT-Coder-Pro V2.5highGLM 5.1nonevsMercury 2.5highGLM 5.1nonevsGrok 4.3mediumGLM 5.1nonevsMercury 2.5 PreviewhighGLM 5.1nonevsLaguna XS 2.1mediumDisponibil gratuitGLM 5.1nonevsQwen3.6 35B A3BmediumGLM 5.1nonevsQwen3.5-122B-A10BnoneGLM 5.1nonevsClaude Sonnet 5.5mediumGLM 5.1nonevsGemini 3 Flash Previewnone

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 10.0 10.0
Trucuri anti-AI 4.0 6.3
Programare 3.9 9.7
Combinat 2.8 1.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 7.2
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate