नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs Z.ai: GLM 5.2

सारांश

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.0. GLM 5.2 (high) की benchmark लागत कम है: $0.667 vs $0.679. Claude Opus 4.7 (medium) तेज है: 4.73s vs 37.09s, pass rates 82.5% vs 77.8%.

अनुशंसित मॉडलClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 7.8x faster than GLM 5.2 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर 8.7 8.0
रैंक #16 #32
विश्वसनीयता 10.0 9.3
संगति 9.6 7.6
सही परीक्षण
प्रति प्रयास पास दर 82.5% 77.8%
अस्थिर टेस्ट 1 6
कुल रन 63 63
प्रति परिणाम लागत 3.991 4.255
कुल लागत $0.679 $0.667
इनपुट कीमत $5.000 / 1M $0.929 / 1M
आउटपुट कीमत $25.000 / 1M $2.918 / 1M
कुल इनपुट टोकन 65,406 34,993
आउटपुट टोकन 11,858 51,575
रीजनिंग टोकन 2,198 166,065
प्रतिक्रिया समय (औसत) 4.73s 37.09s
प्रतिक्रिया समय (अधिकतम) 23.18s 180.69s
प्रतिक्रिया समय (कुल) 94.51s 778.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 tok

#32 GLM 5.2

high
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546

त्वरित तुलना

तुलना जोड़ी बदलें