Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Z.ai: GLM 4.7 Flash

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica	Anthropic: Claude Sonnet 4.6 none Lanzamiento: Fecha de lanzamiento desconocida	Z.ai: GLM 4.7 Flash medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#14	#31
Puntuación	6.36	4.14
Consistencia	9.50	6.42
Costo por resultado	1.325	0.227
Costo total	$0.106	$0.012
Pruebas correctas
Pruebas incorrectas	6	9
Tasa de aciertos por intento	59.5%	52.4%
Pruebas inestables	1	6
Tokens de salida	2,637	8,003
Tokens de razonamiento	0	22,680

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
Z.ai: GLM 4.7 Flash	4.00	4.48	55.6%	2		1,085	5,597

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0
Z.ai: GLM 4.7 Flash	10.00	10.00	100.0%	0		1,073	4,920

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0
Z.ai: GLM 4.7 Flash	1.00	4.41	33.3%	2		4,499	4,743

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
Z.ai: GLM 4.7 Flash	5.00	5.81	66.7%	1		380	2,141

Puzzle Solving	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
Z.ai: GLM 4.7 Flash	1.00	7.20	11.1%	1		742	4,265

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0
Z.ai: GLM 4.7 Flash	10.00	10.00	100.0%	0		224	1,014

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar Z.ai: GLM 4.7 Flash contra...