नेविगेशन
Advertise here

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

average score लगभग बराबर है: 7.9 vs 7.9. GLM 5.3 FlashX (max) की benchmark लागत कम है: $0.623 vs $3.471. Claude Fable 5.1 (high) तेज है: 13.30s vs 43.97s, pass rates 85.5% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#98
कुल आउटपुट टोकन
40,466
प्रतिक्रिया समय (औसत)
13.30s
कुल लागत
$3.471
रैंक
#97
कुल आउटपुट टोकन
402,765
प्रतिक्रिया समय (औसत)
43.97s
कुल लागत
$0.623
अनुशंसित मॉडल GLM 5.3 FlashX (max)

It has the best score here (7.9), while costing about 5.6x 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 GLM 5.3 FlashX max रिलीज़: 2026-09-21
स्कोर 7.9 7.9
रैंक #98 #97
विश्वसनीयता 10.0 10.0
संगति 9.7 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 85.5% 78.3%
अस्थिर टेस्ट 1 6
कुल रन 69 69
प्रति परिणाम लागत 18.264 4.153
कुल लागत $3.471 $0.623
इनपुट कीमत $10.000 / 1M $0.370 / 1M
आउटपुट कीमत $50.000 / 1M $1.250 / 1M
कुल इनपुट टोकन 144,676 322,894
आउटपुट टोकन 8,184 8,010
रीजनिंग टोकन 32,282 394,755
प्रतिक्रिया समय (औसत) 13.30s 43.97s
प्रतिक्रिया समय (अधिकतम) 40.17s 390.70s
प्रतिक्रिया समय (कुल) 305.83s 1011.29s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#98 Claude Fable 5.1

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

#97 GLM 5.3 FlashX

max
लागत
$0.046
समय
251.3s
टोकन
36,769 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 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

त्वरित तुलना

तुलना जोड़ी बदलें