तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs Z.ai: GLM 5

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Z.ai: GLM 5 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#20	#9
स्कोर	6.07	7.29
संगति	8.80	8.18
प्रति परिणाम लागत	10.992	1.196
कुल लागत	$0.880	$0.120
सही परीक्षण
गलत टेस्ट	6	4
प्रति प्रयास पास दर	61.9%	83.3%
अस्थिर टेस्ट	2	3
आउटपुट टोकन	19,576	15,923
रीजनिंग टोकन	11,081	42,557

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Z.ai: GLM 5	10.00	10.00	100.0%	0		420	4,992

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Z.ai: GLM 5	5.00	5.62	83.3%	1		567	3,734

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Z.ai: GLM 5	1.00	4.41	33.3%	2		14,404	24,570

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Z.ai: GLM 5	9.50	9.99	100.0%	0		140	2,740

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Z.ai: GLM 5	10.00	10.00	100.0%	0		159	5,527

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Z.ai: GLM 5	10.00	10.00	100.0%	0		233	994

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

Z.ai: GLM 5 की तुलना इससे करें...