Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs GLM 5.2 (high): Claude Opus 4.8 (medium) lidera en puntuación media con 8.8 vs 8.0. GLM 5.2 (high) tiene menor coste de benchmark con $0.554 vs $1.107. Claude Opus 4.8 (medium) es más rápido con 9.72s vs 37.09s, con tasas de acierto de 84.1% vs 77.8%.

Modelo recomendado: Claude Opus 4.8 (medium) - Tiene la mejor puntuación aquí (8.8) y responde aproximadamente 3.8x más rápido que GLM 5.2 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 GLM 5.2 GLM 5.2 high Lanzamiento: 2026-06-17
Puntuación 8.8 8.0
Rango #15 #32
Fiabilidad 10.0 9.3
Consistencia 9.6 7.6
Pruebas correctas
Tasa de aciertos por intento 84.1% 77.8%
Pruebas inestables 1 6
Ejecuciones totales 63 63
Costo por resultado 6.512 4.255
Costo total $1.107 $0.554
Precio de entrada $5.000 / 1M $0.770 / 1M
Precio de salida $25.000 / 1M $2.420 / 1M
Total de tokens de entrada 61,007 34,993
Tokens de salida 26,495 51,575
Tokens de razonamiento 5,901 166,065
Tiempo de respuesta (promedio) 9.72s 37.09s
Tiempo de respuesta (máximo) 38.03s 180.69s
Tiempo de respuesta (total) 204.19s 778.91s

Generación showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Coste
$0.057
Tiempo
23.1s
Tokens
2,412 tok

#32 GLM 5.2

high
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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 3.95s 834 1,179 478
GLM 5.2 10.0 10.0 100.0% 0 5.80s 639 406 2,660
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546
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 38.03s 23,561 5,260 1,588
GLM 5.2 10.0 10.0 100.0% 0 43.51s 12,696 711 4,267
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GLM 5.2 10.0 10.0 100.0% 0 5.81s 7,143 435 1,414
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 14.59s 975 7,477 900
GLM 5.2 3.5 4.4 33.3% 2 73.97s 551 46,693 90,566
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 2.46s 708 237 0
GLM 5.2 10.0 10.0 100.0% 0 12.90s 498 63 1,743
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 10.0 10.0 100.0% 0 3.32s 909 373 320
GLM 5.2 10.0 10.0 100.0% 0 4.26s 678 151 1,210
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 3.95s 894 791 483
GLM 5.2 6.0 4.6 66.7% 2 33.71s 665 568 22,392
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 8.96s 11,775 301 225
GLM 5.2 10.0 10.0 100.0% 0 9.25s 6,861 246 503
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 6.14s 258 451 214
GLM 5.2 3.0 10.0 0.0% 0 127.82s 138 0 18,764

Comparación rápida

Cambiar par de comparación

GPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmediumDisponible gratisvsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2highGemini 3.1 Flash Lite PreviewmediumvsGLM 5.2high