#46 GLM 5.1
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
摘要
GLM 5.1 在 AI BENCHY 上得分 7.6，排名 #46。它的可靠性为 0.0，通过率为 71.9%，总成本为 $0.209，平均响应时间为 24.43s。
GLM 5.1 的独特之处： 它最突出的是 通用智能，排名 #1；相对较弱的是 编程，排名 #17。
输入价格
$1.050 / 1M
输出价格
$3.500 / 1M
不稳定测试
3
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 13:06 新增测试 | 7.3 | 6.7 | $0.292 ↓ | 比较 | |
| 2026-05-21 23:46 测试集已变更 | 7.4 | 3.3 | $0.286 | 比较 | |
| 2026-05-08 14:41 测试集已变更 | 7.6 | 0.0 | $0.209 | 当前轮次 | |
| 2026-05-08 14:41 测试集已变更 | 7.6 | 0.0 | $0.209 | 比较 | |
| 2026-04-22 12:55 首次记录的运行 | 7.8 | 不适用 | $0.201 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 14:41 · 测试集已变更 | 7.6 | 8.7 | 0.0 | 12/19 | 3 | 59,356 | 0 | $0.209 | 24.43s |
| 2026-05-21 23:46 · 测试集已变更 | 7.4 | 8.3 | 3.3 | 12/20 | 4 | 83,351 | 0 | $0.286 | 32.22s |
| 差值 | +0.2 | +0.4 | -3.3 | 0 | -1 | -23995 | 0 | -$0.077 | -7799ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。