नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (high) vs GLM 5.3 FlashX Legal (max)

Claude Fable 5.1 (high) average score में आगे है: 7.9 vs 7.9. GLM 5.3 FlashX Legal (max) की benchmark लागत कम है: $0.819 vs $3.471. Claude Fable 5.1 (high) तेज है: 13.30s vs 65.28s, pass rates 85.5% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#143
कुल आउटपुट टोकन
40,466
प्रतिक्रिया समय (औसत)
13.30s
कुल लागत
$3.471
रैंक
#147
कुल आउटपुट टोकन
571,211
प्रतिक्रिया समय (औसत)
65.28s
कुल लागत
$0.819
अनुशंसित मॉडल GLM 5.3 FlashX Legal (max)

Its score stays close to the best score here (7.9 vs 7.9), while costing about 4.2x less than Claude Fable 5.1 (high).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 high रिलीज़: 2026-09-02 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max रिलीज़: 2026-11-02
स्कोर 7.9 7.9
रैंक #143 #147
विश्वसनीयता 10.0 9.7
संगति 9.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 85.5% 71.0%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 18.264 5.846
कुल लागत $3.471 $0.819
इनपुट कीमत $10.000 / 1M $0.370 / 1M
आउटपुट कीमत $50.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.075 / 1M
कैश लिखने की कीमत $12.500 / 1M लागू नहीं
कुल इनपुट टोकन 144,676 282,144
आउटपुट टोकन 8,184 6,078
रीजनिंग टोकन 32,282 565,133
प्रतिक्रिया समय (औसत) 13.30s 65.28s
प्रतिक्रिया समय (अधिकतम) 40.17s 516.19s
प्रतिक्रिया समय (कुल) 305.83s 1501.49s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#143 Claude Fable 5.1

high
लागत
$0.384
समय
102.5s
टोकन
7,824 tok

#147 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.082
समय
408.0s
टोकन
65,656 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 8.4 7.4 88.9% 1 13.91s 10,608 520 6,503
GLM 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

तुलना जोड़ी बदलें