#97 GLM 5
none- 成本
- $0.007
- 时间
- 32.1s
- 令牌
- 2,023 tok
摘要
GLM 5 在 AI BENCHY 上得分 6.1，排名 #97。它的可靠性为 10.0，通过率为 44.4%，总成本为 $0.027，平均响应时间为 4.03s。
GLM 5 的独特之处： 它最突出的是 指令遵循，排名 #1；相对较弱的是 编程，排名 #18。 在这个得分水平下，它的 benchmark 总成本异常低。 相比类似模型，它的速度明显更快。
模型信息
调研日期：2026-08-12
- 参数量
- 744B 总计 (40B 激活)
- 架构
- MoE
- 开放状态
- 开源
- 许可证
- MIT
输入价格
$0.600 / 1M
输出价格
$1.920 / 1M
不稳定测试
1
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）。
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 13:05 重新测试 | 5.7 | 10.0 | $0.041 ↑ | 比较 | |
| 2026-06-04 13:05 重新测试 | 5.7 | 10.0 | $0.042 ↑ | 比较 | |
| 2026-06-04 13:05 新增测试 | 6.1 | 10.0 | $0.027 ↑ | 当前轮次 | |
| 2026-05-21 23:41 测试集已变更 | 6.3 | 10.0 | $0.023 | 比较 | |
| 2026-04-22 12:55 首次记录的运行 | 6.6 | 不适用 | $0.020 | 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 | 基准测试覆盖率 | 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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:05 · 新增测试 | 63/63 次尝试 | 6.1 | 9.7 | 10.0 | 9/21 | 1 | 1,989 | 37,135 | $0.027 | 4.03s |
| 2026-05-21 23:41 · 测试集已变更 | 60/60 次尝试 | 6.3 | 9.7 | 10.0 | 9/20 | 1 | 1,988 | 0 | $0.023 | 3.97s |
| 差值 | — | -0.2 | 0.0 | 0.0 | 0 | 0 | +1 | +37135 | +$0.005 | +53ms |
基准测试覆盖率不同：63/63 次尝试 (目标：每项测试重复 3 次) 对比 60/60 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
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。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 |
|---|---|---|
| 2026-06-04 14:42 | $0.600 / 1M | $1.920 / 1M |
图表
先选择第一个模型，再点击第二个模型打开并排页面。