Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5.2

Zusammenfassung

Claude Opus 4.8 vs GLM 5.2 Benchmark-Vergleich: Claude Opus 4.8 führt beim Durchschnittsscore mit 8.8 vs 8.7. GLM 5.2 hat die niedrigeren Benchmark-Kosten mit $0.324 vs $1.107. Claude Opus 4.8 ist schneller mit 9.66s vs 23.28s, mit Erfolgsraten von 84.1% vs 84.1%.

Empfohlenes Modell: GLM 5.2 - Die Punktzahl bleibt nah an der besten hier (8.7 vs 8.8) und es kostet etwa 3.4x weniger als Claude Opus 4.8.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-17

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Veröffentlichung: 2026-05-28 GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17
Punktzahl 8.8 8.7
Rang #12 #14
Zuverlässigkeit 10.0 9.5
Konsistenz 9.6 8.4
Korrekte Tests
Erfolgsquote pro Versuch 84.1% 84.1%
Instabile Tests 1 4
Gesamtläufe 63 63
Kosten pro Ergebnis 6.512 2.159
Gesamtkosten $1.107 $0.324
Eingabepreis $5.000 / 1M $1.400 / 1M
Ausgabepreis $25.000 / 1M $4.400 / 1M
Gesamte Eingabe-Token 61,007 37,199
Ausgabe-Token 26,495 12,261
Denk-Token 5,901 49,500
Antwortzeit (Durchschnitt) 9.66s 23.28s
Antwortzeit (Maximum) 38.03s 101.36s
Antwortzeit (Gesamt) 202.89s 488.94s

Generation showcase

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#14 GLM 5.2

medium
Cost
$0.041
Time
195.8s
Tokens
9,287 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
GLM 5.2 10.0 10.0 100.0% 0 5.89s 639 497 2,634
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
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
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GLM 5.2 10.0 10.0 100.0% 0 51.96s 12,696 458 4,531
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GLM 5.2 10.0 10.0 100.0% 0 13.44s 7,149 348 2,345
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
GLM 5.2 4.1 4.4 44.5% 2 45.47s 551 8,188 11,606
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
GLM 5.2 10.0 10.0 100.0% 0 17.39s 498 54 1,842
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
GLM 5.2 9.9 10.0 100.0% 0 7.90s 678 94 1,518
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
GLM 5.2 8.2 7.2 88.9% 1 13.13s 672 536 4,822
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
GLM 5.2 10.0 10.0 100.0% 0 20.41s 6,861 230 550
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
GLM 5.2 3.0 10.0 0.0% 0 34.25s 138 381 2,529

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2 ChatnonevsGLM 5.2mediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGLM 5.2mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsDeepSeek V4 FlashhighGemini 3.5 FlashlowvsGLM 5.2mediumGPT-5.5lowvsGLM 5.2mediumStep 3.7 FlashlowvsGLM 5.2mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsGLM 5.2mediumClaude Opus 4.8mediumvsStep 3.7 Flashlow