नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5

सारांश

Claude Opus 4.8 vs GLM 5 benchmark तुलना: GLM 5 average score में आगे है: 8.6 vs 7.7. GLM 5 की benchmark लागत कम है: $0.228 vs $1.270. Claude Opus 4.8 तेज है: 10.83s vs 33.54s, pass rates 79.4% vs 82.5%.

अनुशंसित मॉडल: GLM 5 - It has the best score here (8.6), while costing about 5.6x less than Claude Opus 4.8.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 GLM 5 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 7.7 8.6
रैंक #38 #15
विश्वसनीयता 10.0 10.0
संगति 8.8 8.5
सही परीक्षण
प्रति प्रयास पास दर 79.4% 82.5%
अस्थिर टेस्ट 3 4
कुल रन 63 63
प्रति परिणाम लागत 8.466 1.668
कुल लागत $1.270 $0.228
इनपुट कीमत $5.000 / 1M $0.600 / 1M
आउटपुट कीमत $25.000 / 1M $1.920 / 1M
कुल इनपुट टोकन 60,946 35,224
आउटपुट टोकन 31,771 21,570
रीजनिंग टोकन 6,831 102,996
प्रतिक्रिया समय (औसत) 10.83s 33.54s
प्रतिक्रिया समय (अधिकतम) 127.97s 99.85s
प्रतिक्रिया समय (कुल) 227.39s 435.99s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#15 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

त्वरित तुलना

तुलना जोड़ी बदलें