নেভিগেশন
Advertise here

তুলনা করা মডেল

Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium) benchmark তুলনা: Claude Sonnet 5 (medium) স্কোর-এ 8.5 নিয়ে এগিয়ে। Claude Sonnet 4.6 (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। GLM 5.2 (medium)-এর মোট খরচ সবচেয়ে কম, $1.007. Claude Sonnet 5 (medium) 15.01s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-17

তুলনা করা মডেল

র‍্যাঙ্ক
#298
মোট আউটপুট টোকেন
120,427
প্রতিক্রিয়া সময় (গড়)
28.08s
মোট খরচ
$2.126
র‍্যাঙ্ক
#121
মোট আউটপুট টোকেন
73,018
প্রতিক্রিয়া সময় (গড়)
15.01s
মোট খরচ
$1.438
র‍্যাঙ্ক
#142
মোট আউটপুট টোকেন
67,522
প্রতিক্রিয়া সময় (গড়)
16.72s
মোট খরচ
$3.490
র‍্যাঙ্ক
#147
মোট আউটপুট টোকেন
81,020
প্রতিক্রিয়া সময় (গড়)
26.88s
মোট খরচ
$1.007
প্রস্তাবিত মডেল Claude Sonnet 5 (medium)

It has the best score here (8.5), while costing about 1.5x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 medium প্রকাশ: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 Claude Opus 4.8 Claude Opus 4.8 medium প্রকাশ: 2026-05-28 GLM 5.2 GLM 5.2 medium প্রকাশ: 2026-06-17
স্কোর 6.4 8.5 8.3 8.2
র‍্যাঙ্ক #298 #121 #142 #147
নির্ভরযোগ্যতা 10.0 10.0 10.0 9.6
ধারাবাহিকতা 9.1 9.1 9.0 8.1
প্রচেষ্টা 66/69 69/69 69/69 66/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 62.3% 76.8% 82.6% 81.2%
অস্থির টেস্ট 1 3 3 4
মোট রান 66 69 69 66
প্রতি ফলাফলে খরচ 15.182 8.985 20.527 2.890
মোট খরচ $2.126 $1.438 $3.490 $1.007
ইনপুট মূল্য $3.000 / 1M $2.000 / 1M $5.000 / 1M $0.153 / 1M
আউটপুট মূল্য $15.000 / 1M $10.000 / 1M $25.000 / 1M $12.000 / 1M
ক্যাশ পড়ার মূল্য $0.300 / 1M $0.200 / 1M $0.500 / 1M $0.150 / 1M
ক্যাশ লেখার মূল্য $3.750 / 1M $2.500 / 1M $6.250 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 106,316 353,658 360,294 227,164
আউটপুট টোকেন 79,338 54,891 43,441 20,029
রিজনিং টোকেন 41,089 18,370 24,401 60,991
প্রতিক্রিয়া সময় (গড়) 28.08s 15.01s 16.72s 26.88s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 140.96s 69.26s 99.37s 102.40s
প্রতিক্রিয়া সময় (মোট) 421.15s 345.16s 384.66s 591.34s
প্যারামিটার ~1T মোট (~100B সক্রিয়) ~1T মোট (~100B সক্রিয়) ~5T মোট (~500B সক্রিয়) 744B মোট (40B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস বন্ধ উৎস উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#298 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#121 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#142 Claude Opus 4.8

medium
খরচ
$0.057
সময়
23.1s
টোকেন
2,412 tok

#147 GLM 5.2

medium
খরচ
$0.041
সময়
195.8s
টোকেন
9,287 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

তুলনার জুটি বদলান