已对比模型

推荐模型 GLM 5

它提供了最佳整体取舍：得分有竞争力（5.7），成本低于本次比较中的其他模型，响应时间也较均衡。

详细对比

指标	GLM 5 GLM 5 medium 发布日期: 2026-02-12	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07	GLM 5 GLM 5 none 发布日期: 2026-02-12	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07

指标	GLM 5 GLM 5 medium 发布日期: 2026-02-12	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07	GLM 5 GLM 5 none 发布日期: 2026-02-12	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数	7.7	7.0	5.7	5.7
排名	#92	#142	#227	#230
可靠性	10.0	8.1	10.0	10.0
一致性	8.1	8.4	9.3	8.2
尝试次数	63/66	66/66	63/66	66/66
测试正确
尝试通过率	78.8%	65.2%	42.4%	45.5%
不稳定测试	4	4	1	5
总运行次数	63	66	63	66
每个结果成本	1.668	6.923	0.263	2.073
总成本	$0.228	$0.727	$0.027	$0.164
输入价格	$0.600 / 1M	$0.966 / 1M	$0.600 / 1M	$0.966 / 1M
输出价格	$1.920 / 1M	$3.036 / 1M	$1.920 / 1M	$3.036 / 1M
总输入令牌	35,224	82,592	37,135	124,219
输出令牌	21,570	16,089	1,989	14,393
推理令牌	102,996	199,800	0	0
响应时间（平均）	33.54s	58.80s	4.03s	6.74s
响应时间（最大）	99.85s	308.75s	11.07s	61.20s
响应时间（总计）	435.99s	1234.72s	56.37s	148.20s
参数量	744B 总计 (40B 激活)	744B 总计 (40B 激活)	744B 总计 (40B 激活)	744B 总计 (40B 激活)
开放状态	开源	开源	开源	开源

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

medium

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

none

none

Reached the allocated time limit (300 seconds) without receiving showcase output.

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
GLM 5	4.8	10.0	25.0%	0	2.37s	510	275	0
GLM 5.1	4.0	6.3	25.0%	2	2.11s	555	305	0

编程	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
GLM 5	4.0	7.8	11.1%	1	5.12s	7,256	428	0
GLM 5.1	3.9	9.7	0.0%	0	4.96s	7,256	525	0

综合	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	5.0	5.0	50.0%	0	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	0	175.93s	66,926	4,761	65,248
GLM 5	1.5	5.0	0.0%	0	4.98s	12,812	406	0
GLM 5.1	2.8	1.8	33.3%	2	46.88s	99,907	12,768	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
GLM 5	10.0	10.0	100.0%	0	5.78s	7,107	203	0
GLM 5.1	10.0	10.0	100.0%	0	1.08s	7,107	204	0

领域专项	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
GLM 5	3.0	10.0	0.0%	0	2.24s	643	19	0
GLM 5.1	5.3	7.2	44.4%	1	2.27s	697	24	0

通用智能	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
GLM 5	10.0	10.0	100.0%	0	3.27s	477	103	0
GLM 5.1	5.0	10.0	0.0%	0	790ms	477	39	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
GLM 5	10.0	10.0	100.0%	0	1.48s	636	61	0
GLM 5.1	9.8	10.0	100.0%	0	1.98s	636	66	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
GLM 5	7.7	10.0	66.7%	0	1.91s	609	261	0
GLM 5.1	7.7	10.0	66.7%	0	1.45s	609	151	0

工具调用	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
GLM 5	10.0	10.0	100.0%	11.07s	6,899	220	0
GLM 5.1	10.0	10.0	100.0%	10.68s	6,789	300	0

常识问答	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
GLM 5	3.0	10.0	0.0%	3.62s	186	13	0
GLM 5.1	3.0	10.0	0.0%	2.34s	186	11	0

切换对比组合