#14 GLM 5
medium- لاگت
- $0.005
- وقت
- 20.7s
- ٹوکنز
- 2,068 tok
Z.ai
اجرا: 2026-02-12
ٹیسٹ کیا گیا: 2026-04-22 12:55
z-ai/glm-5::medium
744B کل (40B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
GLM 5 AI BENCHY پر 8.4 اسکور کرتا ہے اور #14 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 85.2%، کل لاگت $0.155، اور اوسط response time 23.34s ہے۔
GLM 5 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
8.4
تسلسل
8.2
دستیاب نہیں
$0.155
کل آؤٹ پٹ ٹوکنز
78,500
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.650 / 1M
آؤٹ پٹ قیمت
$2.080 / 1M
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:07 دوبارہ ٹیسٹ | 7.7 | 10.0 | $0.307 ↑ | موازنہ کریں | |
| 2026-06-04 13:07 دوبارہ ٹیسٹ | 7.7 | 10.0 | $0.372 ↑ | موازنہ کریں | |
| 2026-06-04 13:07 نیا ٹیسٹ شامل ہوا | 8.3 | 10.0 | $0.228 ↓ | موازنہ کریں | |
| 2026-05-21 23:44 دوبارہ ٹیسٹ | 8.2 | 10.0 | $0.237 | موازنہ کریں | |
| 2026-04-22 12:55 پہلا ریکارڈ شدہ رن | 8.4 | دستیاب نہیں | $0.155 | 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 | 8.4 | 8.2 | دستیاب نہیں | 13/18 | 4 | 78,500 | 0 | $0.155 | 23.34s |
| 2026-05-21 23:44 · دوبارہ ٹیسٹ | 60/60 کوششیں | 8.2 | 8.4 | 10.0 | 14/20 | 4 | 119,898 | 0 | $0.237 | 33.39s |
| فرق | — | +0.2 | -0.2 | -1 | 0 | -41398 | 0 | -$0.082 | -10045ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 60/60 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 5mediumvsQwen3.7 FlashhighGLM 5mediumvsSeed-2.0-CodelowGLM 5mediumvsClaude Opus 4.8lowGLM 5mediumvsClaude Opus 4.6mediumGLM 5mediumvsSeed-2.0-LitemediumGLM 5mediumvsDeepSeek V4 ProhighGLM 5mediumvsQwen3.8 27BmediumGLM 5mediumvsDeepSeek V4 Flash 0423highGLM 5mediumvsClaude Sonnet 4.6mediumGLM 5mediumvsGPT-5.6 Lunahigh
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 10.0 | 10.0 | |
| کوڈنگ | 10.0 | 10.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 7.1 | 5.6 | |
| ڈومین مخصوص | 3.5 | 4.4 | |
| عمومی ذہانت | 6.1 | 3.1 | |
| ہدایات کی پیروی | 10.0 | 10.0 | |
| پہیلی حل کرنا | 10.0 | 10.0 | |
| ٹول کالنگ | 10.0 | 10.0 |