导航
Advertise here

North Mini Code vs GLM 4.7 Flash

GLM 4.7 Flash 平均分领先,为 4.8 vs 4.7。 North Mini Code benchmark 成本更低,为 $0.000 vs $0.027。 GLM 4.7 Flash 更快,为 13.04s vs 29.47s,通过率为 17.4% vs 29.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-03

已对比模型

排名
#324
总输出令牌
26,954
响应时间(平均)
29.47s
总成本
$0.000
排名
#321
总输出令牌
27,395
响应时间(平均)
13.04s
总成本
$0.027
推荐模型 GLM 4.7 Flash

它在这里得分最高(4.8),同时响应速度比North Mini Code快约 2.3 倍。

详细对比

指标 North Mini Code North Mini Code none 发布日期: 2026-06-18 免费可用 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 4.7 4.8
排名 #324 #321
可靠性 8.9 10.0
一致性 9.9 8.9
尝试次数 63/69 69/69
测试正确
尝试通过率 17.4% 29.0%
不稳定测试 0 3
总运行次数 63 69
每个结果成本 0.000 0.528
总成本 $0.000 $0.027
输入价格 $0.000 / 1M $0.061 / 1M
输出价格 $0.000 / 1M $0.400 / 1M
缓存读取价格 不适用 不适用
缓存写入价格 不适用 不适用
总输入令牌 177,989 255,363
输出令牌 26,954 27,395
推理令牌 0 0
响应时间(平均) 29.47s 13.04s
响应时间(最大) 159.85s 97.15s
响应时间(总计) 677.70s 221.61s
参数量 30B 总计 (3B 激活) 30B 总计 (3B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#324 North Mini Code

none
成本
$0.000
时间
266.1s
令牌
63,551 tok

#321 GLM 4.7 Flash

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
令牌
0 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
North Mini Code 3.9 10.0 0.0% 0 21.96s 7,119 504 0
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

快速对比

切换对比组合