AI BENCHY Compare

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

Zusammenfassung

Claude Opus 4.7 (medium) führt beim Durchschnittsscore mit 8.7 vs 8.0. GLM 5.2 (high) hat die niedrigeren Benchmark-Kosten mit $0.667 vs $0.679. Claude Opus 4.7 (medium) ist schneller mit 4.73s vs 37.09s, mit Erfolgsraten von 82.5% vs 77.8%.

Empfohlenes ModellClaude Opus 4.7 (medium)Es hat hier die beste Punktzahl (8.7) und antwortet etwa 7.8x schneller als GLM 5.2 (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-14

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Veröffentlichung: 2026-04-16	GLM 5.2 GLM 5.2 high Veröffentlichung: 2026-06-17
Punktzahl	8.7	8.0
Rang	#16	#32
Zuverlässigkeit	10.0	9.3
Konsistenz	9.6	7.6
Korrekte Tests
Erfolgsquote pro Versuch	82.5%	77.8%
Instabile Tests	1	6
Gesamtläufe	63	63
Kosten pro Ergebnis	3.991	4.255
Gesamtkosten	$0.679	$0.667
Eingabepreis	$5.000 / 1M	$0.929 / 1M
Ausgabepreis	$25.000 / 1M	$2.918 / 1M
Gesamte Eingabe-Token	65,406	34,993
Ausgabe-Token	11,858	51,575
Denk-Token	2,198	166,065
Antwortzeit (Durchschnitt)	4.73s	37.09s
Antwortzeit (Maximum)	23.18s	180.69s
Antwortzeit (Gesamt)	94.51s	778.91s

Generierungs-Showcase

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Kosten: $0.059
Zeit: 26.8s
Token: 2,475 tok

#32 GLM 5.2

high

Ungültiges SVG

Kosten: $0.000
Zeit: 300.0s
Token: 0 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high