???? ?????
$0.980 / 1M
???? ??????
$3.080 / 1M
Нестабильные тесты
5
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-05-21 23:41 Набор изменён | 5.6 | 10.0 | $0.057 | Текущий запуск | |
| 2026-05-08 13:04 Набор изменён | 5.7 | 10.0 | $0.053 | Сравнить | |
| 2026-05-08 13:04 Набор изменён | 5.7 | 10.0 | $0.053 | Сравнить | |
| 2026-04-22 12:55 Первый зафиксированный запуск | 5.6 | Н/Д | $0.053 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:41 · Текущий запуск | 5.6 | 8.1 | 10.0 | 6/20 | 5 | 3,749 | $0.057 | 4.16s |
| 2026-04-22 12:55 · Первый зафиксированный запуск | 5.6 | 8.2 | Н/Д | 5/18 | 4 | 3,720 | $0.053 | 4.33s |
| Разница | 0.0 | -0.1 | +1 | +1 | +29 | +$0.005 | -173ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
GLM 5.1nonevsQwen3.5-FlashnoneGLM 5.1nonevsSeed-2.0-LitenoneGLM 5.1nonevsNemotron 3 SupermediumБесплатно доступноGLM 5.1nonevsOwl AlphamediumGLM 5.1nonevsDeepSeek V4 PrononeGLM 5.1nonevsQwen3.5 Plus 2026-04-20noneGLM 5.1nonevsGemini 3 Flash PreviewmediumGLM 5.1nonevsGemini 3.5 FlashhighGLM 5.1nonevsRing-2.6-1TmediumGLM 5.1nonevsGemini 3.5 Flashlow
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 4.0 | 6.3 | |
| Программирование | 4.3 | 9.5 | |
| Комбинированный | 2.8 | 2.1 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 2.9 | 7.2 | |
| Общий интеллект | 5.0 | 10.0 | |
| Следование инструкциям | 9.8 | 10.0 | |
| Решение головоломок | 6.1 | 7.8 | |
| Вызов инструментов | 10.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |