Verglichene Modelle

Benchmark-Vergleich Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium): Claude Opus 4.8 (medium) führt bei Punktzahl mit 8.8. Claude Sonnet 4.6 (medium) führt bei Zuverlässigkeit mit 10.0. GLM 5.2 (medium) hat den niedrigsten Gesamtkosten mit $0.281. Claude Sonnet 5 (medium) ist mit 12.54s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-09-29

Verglichene Modelle

Rang: #108
Gesamte Ausgabe-Token: 120,427
Antwortzeit (Durchschnitt): 28.08s
Gesamtkosten: $2.126

Rang: #85
Gesamte Ausgabe-Token: 63,204
Antwortzeit (Durchschnitt): 12.54s
Gesamtkosten: $0.922

Rang: #51
Gesamte Ausgabe-Token: 51,927
Antwortzeit (Durchschnitt): 12.97s
Gesamtkosten: $1.983

Rang: #106
Gesamte Ausgabe-Token: 61,761
Antwortzeit (Durchschnitt): 23.28s
Gesamtkosten: $0.281

Empfohlenes Modell Claude Opus 4.8 (medium)

Es hat hier die beste Punktzahl (8.8) und antwortet etwa 1.6x schneller als die anderen Modelle in diesem Vergleich.

Detaillierter Vergleich

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Veröffentlichung: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Veröffentlichung: 2026-06-30	Claude Opus 4.8 Claude Opus 4.8 medium Veröffentlichung: 2026-05-28	GLM 5.2 GLM 5.2 medium Veröffentlichung: 2026-06-17

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Veröffentlichung: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Veröffentlichung: 2026-06-30	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	7.8	8.2	8.8	7.8
Rang	#108	#85	#51	#106
Zuverlässigkeit	10.0	10.0	10.0	9.5
Konsistenz	9.5	9.0	9.2	8.0
Versuche	66/66	66/66	66/66	63/66
Korrekte Tests
Erfolgsquote pro Versuch	65.2%	75.8%	83.3%	80.3%
Instabile Tests	1	3	2	4
Gesamtläufe	66	66	66	63
Kosten pro Ergebnis	15.182	6.144	11.662	2.159
Gesamtkosten	$2.126	$0.922	$1.983	$0.281
Eingabepreis	$3.000 / 1M	$2.000 / 1M	$5.000 / 1M	$0.234 / 1M
Ausgabepreis	$15.000 / 1M	$10.000 / 1M	$25.000 / 1M	$4.400 / 1M
Gesamte Eingabe-Token	106,316	145,953	138,448	37,199
Ausgabe-Token	79,338	52,330	40,765	12,261
Denk-Token	41,089	10,874	11,162	49,500
Antwortzeit (Durchschnitt)	28.08s	12.54s	12.97s	23.28s
Antwortzeit (Maximum)	140.96s	66.71s	70.54s	101.36s
Antwortzeit (Gesamt)	421.15s	275.90s	285.29s	488.94s
Parameter	~1T insgesamt (~100B aktiv)	~1T insgesamt (~100B aktiv)	~5T insgesamt (~500B aktiv)	744B insgesamt (40B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen	Geschlossen	Open Source

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#108 Claude Sonnet 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

#85 Claude Sonnet 5

medium

Kosten: $0.007
Zeit: 6.4s
Token: 832 tok

#51 Claude Opus 4.8

medium

Kosten: $0.057
Zeit: 23.1s
Token: 2,412 tok

#106 GLM 5.2

medium

Kosten: $0.041
Zeit: 195.8s
Token: 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

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	6.5	10.0	50.0%	2.98s	789	1,046	1,093
Claude Sonnet 5	10.0	10.0	100.0%	3.80s	834	1,220	446
Claude Opus 4.8	10.0	10.0	100.0%	3.95s	834	1,179	478
GLM 5.2	10.0	10.0	100.0%	5.89s	639	497	2,634

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

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	0	93.65s	75,531	31,916	9,109
Claude Sonnet 5	7.3	6.0	83.3%	1	51.86s	107,934	23,169	5,371
Claude Opus 4.8	9.9	10.0	100.0%	0	54.29s	101,005	19,531	4,762
GLM 5.2	5.0	5.0	50.0%	0	51.96s	12,696	458	4,531

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	0	13.90s	8,676	649	742
Claude Sonnet 5	10.0	10.0	100.0%	0	3.16s	10,503	312	0
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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	3.0	10.0	0.0%	0	58.37s	495	24,380	22,891
Claude Sonnet 5	5.3	10.0	33.3%	0	20.54s	972	12,137	1,994
Claude Opus 4.8	3.6	7.2	22.2%	1	18.11s	972	7,476	2,987
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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	0	4.94s	564	256	433
Claude Sonnet 5	4.8	3.2	33.3%	1	4.32s	708	264	0
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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	2.61s	792	318	552
Claude Sonnet 5	9.9	10.0	100.0%	3.10s	909	318	269
Claude Opus 4.8	10.0	10.0	100.0%	3.32s	909	373	320
GLM 5.2	9.9	10.0	100.0%	7.90s	678	94	1,518

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	0	5.31s	816	592	646
Claude Sonnet 5	7.7	10.0	66.7%	0	2.98s	894	407	121
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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	10.0	10.0	100.0%	7.48s	11,454	655	351
Claude Sonnet 5	10.0	10.0	100.0%	10.70s	12,351	433	90
Claude Opus 4.8	10.0	10.0	100.0%	8.96s	11,775	301	225
GLM 5.2	10.0	10.0	100.0%	20.41s	6,861	230	550

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Sonnet 4.6	3.0	10.0	0.0%	30.09s	204	3,437	1,586
Claude Sonnet 5	3.0	10.0	0.0%	7.06s	258	917	204
Claude Opus 4.8	3.0	10.0	0.0%	6.14s	258	451	214
GLM 5.2	3.0	10.0	0.0%	34.25s	138	381	2,529

Schnellvergleich

Vergleichspaar wechseln

Claude Sonnet 5mediumvsMuse Spark 1.3low Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Claude Opus 4.8mediumvsGLM 5.3 Flashmax Qwen3.8 27BlowvsGLM 5.2medium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Sonnet 4.6mediumvsQwen3.8 27Blow GPT-5.2 ChatnonevsGLM 5.2medium Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Kimi K3maxvsGLM 5.2medium Claude Opus 4.8mediumvsMuse Spark 1.2high Claude Opus 4.8lowvsGLM 5.2medium