नेविगेशन
Advertise here

Claude Opus 4.8 vs GLM 5.3 FlashX (medium)

GLM 5.3 FlashX (medium) average score में आगे है: 7.1 vs 6.9. GLM 5.3 FlashX (medium) की benchmark लागत कम है: $0.114 vs $2.334. GLM 5.3 FlashX (medium) तेज है: 7.37s vs 7.54s, pass rates 60.9% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#179
कुल आउटपुट टोकन
24,343
प्रतिक्रिया समय (औसत)
7.54s
कुल लागत
$2.334
रैंक
#161
कुल आउटपुट टोकन
30,048
प्रतिक्रिया समय (औसत)
7.37s
कुल लागत
$0.114
अनुशंसित मॉडल GLM 5.3 FlashX (medium)

It has the best score here (7.1), while costing about 20.6x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 GLM 5.3 FlashX GLM 5.3 FlashX medium रिलीज़: 2026-09-21
स्कोर 6.9 7.1
रैंक #179 #161
विश्वसनीयता 10.0 10.0
संगति 9.3 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 69.6%
अस्थिर टेस्ट 2 8
कुल रन 69 69
प्रति परिणाम लागत 17.953 0.946
कुल लागत $2.334 $0.114
इनपुट कीमत $5.000 / 1M $0.370 / 1M
आउटपुट कीमत $25.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.090 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 345,059 205,100
आउटपुट टोकन 24,343 8,639
रीजनिंग टोकन 0 21,409
प्रतिक्रिया समय (औसत) 7.54s 7.37s
प्रतिक्रिया समय (अधिकतम) 65.07s 74.39s
प्रतिक्रिया समय (कुल) 173.31s 169.54s
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.

#179 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#161 GLM 5.3 FlashX

medium
लागत
$0.002
समय
8.1s
टोकन
1,480 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 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

तुलना जोड़ी बदलें