नेविगेशन
Advertise here

तुलना किए गए मॉडल

Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium) benchmark तुलना: Claude Opus 4.8 (medium) स्कोर में 8.8 के साथ आगे है। Claude Sonnet 4.6 (medium) विश्वसनीयता में 10.0 के साथ आगे है। GLM 5.2 (medium) का कुल लागत सबसे कम है: $0.281. Claude Sonnet 5 (medium) 12.54s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-29

तुलना किए गए मॉडल

रैंक
#108
कुल आउटपुट टोकन
120,427
प्रतिक्रिया समय (औसत)
28.08s
कुल लागत
$2.126
रैंक
#85
कुल आउटपुट टोकन
63,204
प्रतिक्रिया समय (औसत)
12.54s
कुल लागत
$0.922
रैंक
#51
कुल आउटपुट टोकन
51,927
प्रतिक्रिया समय (औसत)
12.97s
कुल लागत
$1.983
रैंक
#106
कुल आउटपुट टोकन
61,761
प्रतिक्रिया समय (औसत)
23.28s
कुल लागत
$0.281
अनुशंसित मॉडल Claude Opus 4.8 (medium)

It has the best score here (8.8), while responding about 1.6x faster than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium रिलीज़: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 Claude Opus 4.8 Claude Opus 4.8 medium रिलीज़: 2026-05-28 GLM 5.2 GLM 5.2 medium रिलीज़: 2026-06-17
स्कोर 7.8 8.2 8.8 7.8
रैंक #108 #85 #51 #106
विश्वसनीयता 10.0 10.0 10.0 9.5
संगति 9.5 9.0 9.2 8.0
प्रयास 66/66 66/66 66/66 63/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 75.8% 83.3% 80.3%
अस्थिर टेस्ट 1 3 2 4
कुल रन 66 66 66 63
प्रति परिणाम लागत 15.182 6.144 11.662 2.159
कुल लागत $2.126 $0.922 $1.983 $0.281
इनपुट कीमत $3.000 / 1M $2.000 / 1M $5.000 / 1M $0.234 / 1M
आउटपुट कीमत $15.000 / 1M $10.000 / 1M $25.000 / 1M $4.400 / 1M
कुल इनपुट टोकन 106,316 145,953 138,448 37,199
आउटपुट टोकन 79,338 52,330 40,765 12,261
रीजनिंग टोकन 41,089 10,874 11,162 49,500
प्रतिक्रिया समय (औसत) 28.08s 12.54s 12.97s 23.28s
प्रतिक्रिया समय (अधिकतम) 140.96s 66.71s 70.54s 101.36s
प्रतिक्रिया समय (कुल) 421.15s 275.90s 285.29s 488.94s
पैरामीटर ~1T कुल (~100B सक्रिय) ~1T कुल (~100B सक्रिय) ~5T कुल (~500B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#108 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#85 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#51 Claude Opus 4.8

medium
लागत
$0.057
समय
23.1s
टोकन
2,412 tok

#106 GLM 5.2

medium
लागत
$0.041
समय
195.8s
टोकन
9,287 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5mediumvsMuse Spark 1.3lowClaude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsGemini 3.6 FlashlowClaude Opus 4.8mediumvsGLM 5.3 FlashmaxQwen3.8 27BlowvsGLM 5.2mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Sonnet 4.6mediumvsQwen3.8 27BlowGPT-5.2 ChatnonevsGLM 5.2mediumClaude Sonnet 4.6mediumvsQwen3.7 FlashhighKimi K3maxvsGLM 5.2mediumClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Opus 4.8lowvsGLM 5.2medium