#52 GLM 5.1
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- لاگت
- $0.000
- وقت
- 300.0s
- ٹوکنز
- 0 tok
Z.ai
اجرا: 2026-04-07
ٹیسٹ کیا گیا: 2026-05-21 23:46
z-ai/glm-5.1::medium
744B کل (40B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
GLM 5.1 AI BENCHY پر 7.4 اسکور کرتا ہے اور #52 پر ہے۔ اس کی reliability 3.3، pass rate 71.7%، کل لاگت $0.286، اور اوسط response time 32.22s ہے۔
GLM 5.1 کو منفرد کیا بناتا ہے: یہ ڈومین مخصوص میں سب سے نمایاں ہے، جہاں اس کا rank #2 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #18.
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 744B کل (40B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- MIT
7.4
تسلسل
8.3
3.3
$0.286
کل آؤٹ پٹ ٹوکنز
83,351
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.980 / 1M
آؤٹ پٹ قیمت
$3.080 / 1M
کیش پڑھنے کی قیمت
دستیاب نہیں
کیش میں لکھنے کی قیمت
دستیاب نہیں
کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔
غیر مستحکم ٹیسٹ
4
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 01:58 دوبارہ ٹیسٹ | 7.0 | 8.1 | $1.053 ↑ | موازنہ کریں | |
| 2026-07-16 21:29 نیا ٹیسٹ شامل ہوا | 7.1 | 8.3 | $0.535 ↓ | موازنہ کریں | |
| 2026-06-04 13:06 نیا ٹیسٹ شامل ہوا | 7.3 | 6.7 | $0.292 ↓ | موازنہ کریں | |
| 2026-05-21 23:46 سوٹ بدل گیا | 7.4 | 3.3 | $0.286 | موجودہ رن | |
| 2026-05-08 14:41 سوٹ بدل گیا | 7.6 | 0.0 | $0.209 | موازنہ کریں | |
| 2026-05-08 14:41 سوٹ بدل گیا | 7.6 | 0.0 | $0.209 | موازنہ کریں | |
| 2026-04-22 12:55 پہلا ریکارڈ شدہ رن | 7.8 | دستیاب نہیں | $0.201 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:46 · سوٹ بدل گیا | 60/60 کوششیں | 7.4 | 8.3 | 3.3 | 12/20 | 4 | 83,351 | 0 | $0.286 | 32.22s |
| 2026-04-22 12:55 · پہلا ریکارڈ شدہ رن | 54/54 کوششیں | 7.8 | 8.6 | دستیاب نہیں | 12/18 | 3 | 57,095 | 0 | $0.201 | 24.13s |
| فرق | — | -0.4 | -0.3 | 0 | +1 | +26256 | 0 | +$0.085 | +8091ms |
بینچ مارک کوریج مختلف ہے: 60/60 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
GLM 5.1mediumvsSpace Bunny AlphahighGLM 5.1mediumvsSeed-2.0-MinimediumGLM 5.1mediumvsQwen3.8 27Blowمفت دستیابGLM 5.1mediumvsSeed-2.0-CodehighGLM 5.1mediumvsGPT-6 LunalowGLM 5.1mediumvsGPT-5.6 LunamediumGLM 5.1mediumvsQwen3.8 Flash NextmediumGLM 5.1mediumvsQwen3.6 FlashmediumGLM 5.1mediumvsMuse Glimmer 30BmediumGLM 5.1mediumvsDeepSeek V4 Flash 0731low
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 10.0 | 10.0 | |
| کوڈنگ | 4.7 | 1.6 | |
| مشترکہ | 9.5 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 5.3 | 10.0 | |
| عمومی ذہانت | 10.0 | 10.0 | |
| ہدایات کی پیروی | 6.4 | 5.8 | |
| پہیلی حل کرنا | 8.2 | 7.2 | |
| ٹول کالنگ | 3.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |