नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs Z.ai: GLM 5

सारांश

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.6. GLM 5 (medium) की benchmark लागत कम है: $0.228 vs $0.679. Claude Opus 4.7 (medium) तेज है: 4.73s vs 33.54s, pass rates 82.5% vs 82.5%.

अनुशंसित मॉडलClaude Opus 4.7 (medium)It has the best score here (8.7), while responding about 7.1x faster than GLM 5 (medium).

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 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 8.7 8.6
रैंक #16 #18
विश्वसनीयता 10.0 10.0
संगति 9.6 8.5
सही परीक्षण
प्रति प्रयास पास दर 82.5% 82.5%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 3.991 1.668
कुल लागत $0.679 $0.228
इनपुट कीमत $5.000 / 1M $0.600 / 1M
आउटपुट कीमत $25.000 / 1M $1.920 / 1M
कुल इनपुट टोकन 65,406 35,224
आउटपुट टोकन 11,858 21,570
रीजनिंग टोकन 2,198 102,996
प्रतिक्रिया समय (औसत) 4.73s 33.54s
प्रतिक्रिया समय (अधिकतम) 23.18s 99.85s
प्रतिक्रिया समय (कुल) 94.51s 435.99s

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

#18 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 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 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

त्वरित तुलना

तुलना जोड़ी बदलें