AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5

Resumen

Comparación benchmark de Claude Opus 4.8 vs GLM 5: GLM 5 lidera en puntuación media con 8.6 vs 7.7. GLM 5 tiene menor coste de benchmark con $0.228 vs $1.270. Claude Opus 4.8 es más rápido con 10.83s vs 33.54s, con tasas de acierto de 79.4% vs 82.5%.

Modelo recomendado: GLM 5 - Tiene la mejor puntuación aquí (8.6) y cuesta aproximadamente 5.6x menos que Claude Opus 4.8.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación	7.7	8.6
Rango	#38	#15
Fiabilidad	10.0	10.0
Consistencia	8.8	8.5
Pruebas correctas
Tasa de aciertos por intento	79.4%	82.5%
Pruebas inestables	3	4
Ejecuciones totales	63	63
Costo por resultado	8.466	1.668
Costo total	$1.270	$0.228
Precio de entrada	$5.000 / 1M	$0.600 / 1M
Precio de salida	$25.000 / 1M	$1.920 / 1M
Total de tokens de entrada	60,946	35,224
Tokens de salida	31,771	21,570
Tokens de razonamiento	6,831	102,996
Tiempo de respuesta (promedio)	10.83s	33.54s
Tiempo de respuesta (máximo)	127.97s	99.85s
Tiempo de respuesta (total)	227.39s	435.99s

Generación showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Coste: $0.031
Tiempo: 14.1s
Tokens: 1,345 tok

#15 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GLM 5	10.0	10.0	100.0%	0		23.66s	555	480	7,056

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GLM 5	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
GLM 5	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GLM 5	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GLM 5	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GLM 5	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GLM 5	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GLM 5	10.0	10.0	100.0%	0		11.33s	609	33	4,076

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GLM 5	10.0	10.0	100.0%	0		15.93s	6,935	233	994

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GLM 5	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Comparación rápida

Cambiar par de comparación