Navegación
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

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs GLM 5 (medium): Claude Opus 4.8 (medium) lidera en puntuación media con 8.8 vs 8.6. GLM 5 (medium) tiene menor coste de benchmark con $0.228 vs $1.107. Claude Opus 4.8 (medium) es más rápido con 9.72s vs 33.54s, con tasas de acierto de 84.1% vs 82.5%.

Modelo recomendado: GLM 5 (medium) - Su puntuación se mantiene cerca de la mejor aquí (8.6 vs 8.8) y cuesta aproximadamente 4.9x menos que Claude Opus 4.8 (medium).

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 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación 8.8 8.6
Rango #15 #18
Fiabilidad 10.0 10.0
Consistencia 9.6 8.5
Pruebas correctas
Tasa de aciertos por intento 84.1% 82.5%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 6.512 1.668
Costo total $1.107 $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 61,007 35,224
Tokens de salida 26,495 21,570
Tokens de razonamiento 5,901 102,996
Tiempo de respuesta (promedio) 9.72s 33.54s
Tiempo de respuesta (máximo) 38.03s 99.85s
Tiempo de respuesta (total) 204.19s 435.99s

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

#18 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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 38.03s 23,561 5,260 1,588
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.59s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsGLM 5mediumDeepSeek V4 FlashhighvsGLM 5mediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneGPT-5.6 TerrahighvsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighGemini 3.5 FlashlowvsGLM 5mediumClaude Opus 4.8mediumvsGPT-5.6 SollowGrok 4.5lowvsGLM 5medium