নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Z.ai: GLM 5.2

সারাংশ

Claude Opus 4.7 (medium) average score-এ এগিয়ে: 8.7 vs 8.0. GLM 5.2 (high)-এর benchmark খরচ কম: $0.667 vs $0.679. Claude Opus 4.7 (medium) দ্রুত: 4.73s vs 37.09s, pass rates 82.5% vs 77.8%.

প্রস্তাবিত মডেলClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 7.8x faster than GLM 5.2 (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক Claude Opus 4.7 Claude Opus 4.7 medium প্রকাশ: 2026-04-16 GLM 5.2 GLM 5.2 high প্রকাশ: 2026-06-17
স্কোর 8.7 8.0
র‍্যাঙ্ক #16 #32
নির্ভরযোগ্যতা 10.0 9.3
ধারাবাহিকতা 9.6 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 82.5% 77.8%
অস্থির টেস্ট 1 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.991 4.255
মোট খরচ $0.679 $0.667
ইনপুট মূল্য $5.000 / 1M $0.929 / 1M
আউটপুট মূল্য $25.000 / 1M $2.918 / 1M
মোট ইনপুট টোকেন 65,406 34,993
আউটপুট টোকেন 11,858 51,575
রিজনিং টোকেন 2,198 166,065
প্রতিক্রিয়া সময় (গড়) 4.73s 37.09s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 23.18s 180.69s
প্রতিক্রিয়া সময় (মোট) 94.51s 778.91s

জেনারেশন শোকেস

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
খরচ
$0.059
সময়
26.8s
টোকেন
2,475 tok

#32 GLM 5.2

high
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546

দ্রুত তুলনা

তুলনার জুটি বদলান