AI BENCHY
Advertise here
#102

GLM 5.3 Flash

Z.ai Lansare: 2026-08-26 Testat la: 2026-08-26 17:11 z-ai/glm-5.3-flash::high
320B în total (18B activi)MoESursă deschisă
(max) (high) (low)

Rezumat

GLM 5.3 Flash obține 7.3 pe AI BENCHY și este pe #102. Are fiabilitate 10.0, rată de reușită 66.7%, cost total $0.029 și timp mediu de răspuns 25.36s.

Ce face GLM 5.3 Flash unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #15. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-08-26

Raportat
Parametri
320B în total (18B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
MIT
Sursa parametrilor 1 Sursa parametrilor 2 Sursa disponibilității

Scor

7.3

Consistență

8.9

Fiabilitate

10.0

Cost total (preț curent)

$0.029

Total tokenuri de ieșire

78,318

Total tokenuri de intrare

113,003

Preț de intrare

$0.075 / 1M

Preț de ieșire

$0.250 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 66.7%

Teste instabile

3

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

Timp de răspuns (mediu)

25.36s

Timp de răspuns (maxim): 163.41s

Timp de răspuns (total): 558.01s

Răspuns greșit: 4 Formatare suplimentară: 2 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Fără răspuns: 1

Hamster playing table tennis

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

#102 GLM 5.3 Flash

high
Cost
$0.003
Timp
186.7s
Tokenuri
10,486 tok

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 5.3 FlashhighvsKAT-Coder-Pro V2.5lowGLM 5.3 FlashhighvsGemini 3.1 Flash LitemediumGLM 5.3 FlashhighvsGLM 5.3highGLM 5.3 FlashhighvsQwen3.7 PlusnoneGLM 5.3 FlashhighvsClaude Sonnet 4.6noneGLM 5.3 FlashhighvsDeepSeek V4 Flash 0731mediumGLM 5.3 FlashhighvsGemini 3 Flash PreviewlowGLM 5.3 FlashhighvsClaude Opus 4.8noneGLM 5.3 FlashhighvsGrok 4.6lowGLM 5.3 FlashhighvsKimi K2.6medium

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 8.2 7.2
Combinat 6.4 5.8
Parsare și extragere de date 7.3 5.8
Specific domeniului 3.0 10.0
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate