导航
AI BENCHY
Advertise here

Seed 2.1 Turbo vs GLM 5

平均分几乎持平，为 5.7 vs 5.7。 GLM 5 benchmark 成本更低，为 $0.041 vs $0.092。 GLM 5 更快，为 4.03s vs 6.85s，通过率为 50.0% vs 42.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-12

排名
#187
总输出令牌
10,640
响应时间（平均）
6.85s
总成本
$0.092
排名
#189
总输出令牌
1,989
响应时间（平均）
4.03s
总成本
$0.041
推荐模型 GLM 5

它在这里得分最高（5.7），同时成本比Seed 2.1 Turbo低约 2.3 倍。

详细对比

指标 Seed 2.1 Turbo Seed 2.1 Turbo none 发布日期: 2026-08-12 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 5.7 5.7
排名 #187 #189
可靠性 10.0 10.0
一致性 8.9 9.3
尝试次数 66/66 63/66
测试正确
尝试通过率 50.0% 42.4%
不稳定测试 3 1
总运行次数 66 63
每个结果成本 1.014 0.263
总成本 $0.092 $0.041
输入价格 $0.500 / 1M $0.950 / 1M
输出价格 $2.500 / 1M $2.551 / 1M
总输入令牌 129,141 37,135
输出令牌 10,640 1,989
推理令牌 0 0
响应时间（平均） 6.85s 4.03s
响应时间（最大） 55.92s 11.07s
响应时间（总计） 150.66s 56.37s
参数量 ~200B 总计 (~20B 激活) 744B 总计 (40B 激活)
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#187 Seed 2.1 Turbo

none
成本
$0.093
时间
517.1s
令牌
37,102 tok

#189 GLM 5

none
成本
$0.007
时间
32.1s
令牌
2,023 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Seed 2.1 Turbo 4.5 7.9 22.2% 1 2.35s 8,211 608 0
GLM 5 4.0 7.8 11.1% 1 5.12s 7,256 428 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGLM 5noneInkling SmalllowvsGLM 5noneSeed 2.1 TurbononevsNemotron 3 Supermedium免费可用Seed 2.1 TurbononevsInkling SmalllowKAT-Coder-Air V2.5highvsGLM 5noneSeed 2.1 TurbononevsKAT-Coder-Air V2.5highSeed 2.1 TurbononevsNorth Mini Codemedium免费可用North Mini Codemedium免费可用vsGLM 5noneKAT-Coder-Air V2.5mediumvsGLM 5noneNemotron 3.5 Lightninghigh免费可用vsGLM 5noneSeed 2.1 TurbononevsKAT-Coder-Air V2.5mediumSeed 2.1 TurbononevsNemotron 3.5 Lightninghigh免费可用