glm-5-2max
第 20 名
当前排名
44%±2%
能力得分
$3.92
平均运行成本
78k
平均输出量
129
平均执行步数
113
参与测试数量
测试详情
推理档位max
95% 置信区间42.1% - 45.5%
Pass@477.0%
尝试次数450
通过任务数197
至少通过一次的任务数87
平均输入量12607k
中位峰值上下文142k
中位运行成本$3.46
中位输出量76k
平均运行时长44 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13