#37 GLM 5.1
medium
غلط SVG
- لاگت
- $0.000
- وقت
- 300.0s
- ٹوکنز
- 0 tok
Z.ai
اجرا: 2026-04-07
ٹیسٹ کیا گیا: 2026-04-22 12:55
z-ai/glm-5.1::medium
744B کل (40B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
GLM 5.1 AI BENCHY پر 7.8 اسکور کرتا ہے اور #37 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 75.9%، کل لاگت $0.201، اور اوسط response time 24.13s ہے۔
GLM 5.1 کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 744B کل (40B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- MIT
7.8
تسلسل
8.6
دستیاب نہیں
$0.201
کل آؤٹ پٹ ٹوکنز
57,095
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$1.050 / 1M
آؤٹ پٹ قیمت
$3.500 / 1M
غیر مستحکم ٹیسٹ
3
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 | موازنہ کریں | |
| 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 | موجودہ رن |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 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 |
| 2026-07-16 21:29 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 7.1 | 8.4 | 8.3 | 13/22 | 4 | 152,552 | 82,623 | $0.535 | 46.77s |
| فرق | — | +0.7 | +0.2 | -1 | -1 | -95457 | -82623 | -$0.334 | -22637ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 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 5.1mediumvsDeepSeek V3.2mediumGLM 5.1mediumvsGPT-5.5noneGLM 5.1mediumvsGPT-5.6 SolnoneGLM 5.1mediumvsMercury 2mediumGLM 5.1mediumvsGrok 4.3mediumGLM 5.1mediumvsGrok 4.20mediumGLM 5.1mediumvsSolar Pro 4highGLM 5.1mediumvsSeed-2.0-MinimediumGLM 5.1mediumvsStep 3.7 FlashlowGLM 5.1mediumvsKimi K2.5medium
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 |