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

Claude Sonnet 5.5 (medium) vs GLM 5.1

average score लगभग बराबर है: 6.5 vs 6.5. GLM 5.1 की benchmark लागत कम है: $0.451 vs $1.100. Claude Sonnet 5.5 (medium) तेज है: 8.03s vs 11.10s, pass rates 40.6% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#267
कुल आउटपुट टोकन
37,748
प्रतिक्रिया समय (औसत)
8.03s
कुल लागत
$1.100
रैंक
#274
कुल आउटपुट टोकन
20,076
प्रतिक्रिया समय (औसत)
11.10s
कुल लागत
$0.451
अनुशंसित मॉडल GLM 5.1

It has the best score here (6.5), while costing about 2.4x less than Claude Sonnet 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium रिलीज़: 2026-09-29 GLM 5.1 GLM 5.1 none रिलीज़: 2026-04-07
स्कोर 6.5 6.5
रैंक #267 #274
विश्वसनीयता 10.0 10.0
संगति 9.7 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 47.8%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 12.221 3.478
कुल लागत $1.100 $0.451
इनपुट कीमत $2.000 / 1M $1.400 / 1M
आउटपुट कीमत $10.000 / 1M $4.400 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.260 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 361,183 258,956
आउटपुट टोकन 26,609 20,076
रीजनिंग टोकन 11,139 0
प्रतिक्रिया समय (औसत) 8.03s 11.10s
प्रतिक्रिया समय (अधिकतम) 51.18s 107.19s
प्रतिक्रिया समय (कुल) 184.80s 255.39s
पैरामीटर ~1T कुल (~100B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#267 Claude Sonnet 5.5

medium
लागत
$0.024
समय
17.4s
टोकन
2,525 tok

#274 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

तुलना जोड़ी बदलें