Die Versuchsreihe nutzt 113 langhorizontige Feature-Aufgaben aus Open-Source-Repositories, vier Versuche pro Aufgabe und Modell sowie 904 gewertete Durchläufe. Beim ersten Versuch lag GLM-5.3 mit 69,0 Prozent hinter Sol mit 72,7 Prozent; über vier Versuche drehte sich das Verhältnis auf 87,6 zu 85,8 Prozent.
Im Vergleich zu Fable 5 lag GLM beim ersten Versuch mit 69,0 zu 69,7 Prozent ebenfalls knapp zurück, über vier Versuche aber mit 87,6 zu 84,1 Prozent vorn. Ein GLM-Durchlauf kostete 3,99 Dollar, gegenüber 8,37 bei Sol und 21,63 bei Fable 5.
Die Kaskade aus GLM-5.3 und Sol löste laut Together 85,9 Prozent der Aufgaben für 6,61 Dollar pro Aufgabe. Die Kaskade mit Fable 5 kam auf 81,1 Prozent für 10,74 Dollar. Diese Werte stammen aus den jeweiligen Together-Berichten und werden nicht mit Z.ai-Angaben aus einem anderen Aufbau vermischt.
Together ist selbst ein Inferenzanbieter und bietet GLM-5.3 an. Eine unabhängige Wiederholung der Messung fehlt; die Kosten hängen an den Preisen der verwendeten Endpunkte.