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

Claude Opus 4.7 (medium) vs GLM 5.3 FlashX Legal (high)

GLM 5.3 FlashX Legal (high) average score में आगे है: 8.2 vs 8.1. GLM 5.3 FlashX Legal (high) की benchmark लागत कम है: $0.521 vs $3.636. Claude Opus 4.7 (medium) तेज है: 14.12s vs 35.19s, pass rates 81.2% vs 72.5%.

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

तुलना किए गए मॉडल

रैंक
#132
कुल आउटपुट टोकन
57,978
प्रतिक्रिया समय (औसत)
14.12s
कुल लागत
$3.636
रैंक
#127
कुल आउटपुट टोकन
345,985
प्रतिक्रिया समय (औसत)
35.19s
कुल लागत
$0.521
अनुशंसित मॉडल GLM 5.3 FlashX Legal (high)

It has the best score here (8.2), while costing about 7.0x less than Claude Opus 4.7 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high रिलीज़: 2026-11-02
स्कोर 8.1 8.2
रैंक #132 #127
विश्वसनीयता 10.0 9.7
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 72.5%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 20.200 3.473
कुल लागत $3.636 $0.521
इनपुट कीमत $5.000 / 1M $0.370 / 1M
आउटपुट कीमत $25.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.075 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 437,293 238,713
आउटपुट टोकन 29,102 7,034
रीजनिंग टोकन 28,876 338,951
प्रतिक्रिया समय (औसत) 14.12s 35.19s
प्रतिक्रिया समय (अधिकतम) 150.60s 298.81s
प्रतिक्रिया समय (कुल) 310.55s 809.47s
पैरामीटर ~5T कुल (~500B 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.

#132 Claude Opus 4.7

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

#127 GLM 5.3 FlashX Legal

high
लागत
$0.018
समय
103.8s
टोकन
13,703 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 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

तुलना जोड़ी बदलें