导航
Advertise here

Nex-N2.6 (high) vs GLM 5 (medium)

Nex-N2.6 (high) 平均分领先,为 7.2 vs 7.2。 Nex-N2.6 (high) benchmark 成本更低,为 $0.177 vs $0.479。 GLM 5 (medium) 更快,为 39.05s vs 49.19s,通过率为 75.4% vs 76.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#207
总输出令牌
346,067
响应时间(平均)
49.19s
总成本
$0.177
排名
#214
总输出令牌
120,942
响应时间(平均)
39.05s
总成本
$0.479
推荐模型 Nex-N2.6 (high)

它在这里得分最高(7.2),同时成本比GLM 5 (medium)低约 2.7 倍。

详细对比

指标 Nex-N2.6 Nex-N2.6 high 发布日期: 2026-11-12 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 7.2 7.2
排名 #207 #214
可靠性 9.2 10.0
一致性 6.9 7.9
尝试次数 69/69 66/69
测试正确
尝试通过率 75.4% 76.8%
不稳定测试 9 5
总运行次数 69 66
每个结果成本 1.475 2.552
总成本 $0.177 $0.479
输入价格 $0.120 / 1M $0.600 / 1M
输出价格 $0.400 / 1M $1.920 / 1M
缓存读取价格 $0.024 / 1M $0.120 / 1M
缓存写入价格 不适用 不适用
总输入令牌 320,969 212,440
输出令牌 7,985 22,922
推理令牌 338,082 115,335
响应时间(平均) 49.19s 39.05s
响应时间(最大) 324.64s 110.70s
响应时间(总计) 1131.29s 546.68s
参数量 321B 总计 (~18B 激活) 744B 总计 (40B 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.

#207 Nex-N2.6

high
成本
$0.005
时间
108.9s
令牌
11,855 tok

#214 GLM 5

medium
成本
$0.005
时间
20.7s
令牌
2,068 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
Nex-N2.6 10.0 10.0 100.0% 0 42.54s 7,317 362 40,220
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

切换对比组合