Model yang Dibandingkan

Perbandingan benchmark Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium): Claude Opus 4.8 (medium) unggul pada Skor dengan 8.8. Claude Sonnet 4.6 (medium) unggul pada Keandalan dengan 10.0. GLM 5.2 (medium) memiliki Total Biaya terendah di $0.146. Claude Sonnet 5 (medium) paling cepat di 12.54s.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-08-14

Peringkat: #65
Total token output: 120,427
Waktu respons (rata-rata): 28.08s
Total Biaya: $2.126

Peringkat: #46
Total token output: 63,204
Waktu respons (rata-rata): 12.54s
Total Biaya: $0.922

Peringkat: #26
Total token output: 51,927
Waktu respons (rata-rata): 12.97s
Total Biaya: $1.983

Peringkat: #63
Total token output: 61,761
Waktu respons (rata-rata): 23.28s
Total Biaya: $0.146

Model yang direkomendasikan GLM 5.2 (medium)

It offers the best overall trade-off: a competitive score (7.8), lower cost than model lain dalam perbandingan ini, and balanced response time.

Perbandingan terperinci

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	GLM 5.2 GLM 5.2 medium Rilis: 2026-06-17

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28	GLM 5.2 GLM 5.2 medium Rilis: 2026-06-17
Skor	7.8	8.2	8.8	7.8
Peringkat	#65	#46	#26	#63
Keandalan	10.0	10.0	10.0	9.5
Konsistensi	9.5	9.0	9.2	8.0
Percobaan	66/66	66/66	66/66	63/66
Tes benar
Tingkat lulus per percobaan	65.2%	75.8%	83.3%	80.3%
Tes tidak stabil	1	3	2	4
Total Run	66	66	66	63
Biaya per hasil	15.182	6.144	11.662	2.159
Total Biaya	$2.126	$0.922	$1.983	$0.146
Harga input	$3.000 / 1M	$2.000 / 1M	$5.000 / 1M	$0.630 / 1M
Harga output	$15.000 / 1M	$10.000 / 1M	$25.000 / 1M	$1.981 / 1M
Total token input	106,316	145,953	138,448	37,199
Token output	79,338	52,330	40,765	12,261
Token penalaran	41,089	10,874	11,162	49,500
Waktu respons (rata-rata)	28.08s	12.54s	12.97s	23.28s
Waktu respons (maks)	140.96s	66.71s	70.54s	101.36s
Waktu respons (total)	421.15s	275.90s	285.29s	488.94s
Parameter	~1T total (~100B aktif)	~1T total (~100B aktif)	~5T total (~500B aktif)	744B total (40B aktif)
Ketersediaan	Tertutup	Tertutup	Tertutup	Sumber terbuka

Showcase generasi model

Hamster playing table tennis

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

#65 Claude Sonnet 4.6

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#46 Claude Sonnet 5

medium

Biaya: $0.007
Waktu: 6.4s
Token: 832 tok

#26 Claude Opus 4.8

medium

Biaya: $0.057
Waktu: 23.1s
Token: 2,412 tok

#63 GLM 5.2

medium

Biaya: $0.041
Waktu: 195.8s
Token: 9,287 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	6.5	10.0	50.0%	2.98s	789	1,046	1,093
Claude Sonnet 5	10.0	10.0	100.0%	3.80s	834	1,220	446
Claude Opus 4.8	10.0	10.0	100.0%	3.95s	834	1,179	478
GLM 5.2	10.0	10.0	100.0%	5.89s	639	497	2,634

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0	93.65s	75,531	31,916	9,109
Claude Sonnet 5	7.3	6.0	83.3%	1	51.86s	107,934	23,169	5,371
Claude Opus 4.8	9.9	10.0	100.0%	0	54.29s	101,005	19,531	4,762
GLM 5.2	5.0	5.0	50.0%	0	51.96s	12,696	458	4,531

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0	13.90s	8,676	649	742
Claude Sonnet 5	10.0	10.0	100.0%	0	3.16s	10,503	312	0
Claude Opus 4.8	7.1	5.6	83.3%	1	12.29s	10,503	481	312
GLM 5.2	10.0	10.0	100.0%	0	13.44s	7,149	348	2,345

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	3.0	10.0	0.0%	0	58.37s	495	24,380	22,891
Claude Sonnet 5	5.3	10.0	33.3%	0	20.54s	972	12,137	1,994
Claude Opus 4.8	3.6	7.2	22.2%	1	18.11s	972	7,476	2,987
GLM 5.2	4.1	4.4	44.5%	2	45.47s	551	8,188	11,606

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0	4.94s	564	256	433
Claude Sonnet 5	4.8	3.2	33.3%	1	4.32s	708	264	0
Claude Opus 4.8	10.0	10.0	100.0%	0	2.46s	708	237	0
GLM 5.2	10.0	10.0	100.0%	0	17.39s	498	54	1,842

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	2.61s	792	318	552
Claude Sonnet 5	9.9	10.0	100.0%	3.10s	909	318	269
Claude Opus 4.8	10.0	10.0	100.0%	3.32s	909	373	320
GLM 5.2	9.9	10.0	100.0%	7.90s	678	94	1,518

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0	5.31s	816	592	646
Claude Sonnet 5	7.7	10.0	66.7%	0	2.98s	894	407	121
Claude Opus 4.8	10.0	10.0	100.0%	0	3.95s	894	791	483
GLM 5.2	8.2	7.2	88.9%	1	13.13s	672	536	4,822

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	7.48s	11,454	655	351
Claude Sonnet 5	10.0	10.0	100.0%	10.70s	12,351	433	90
Claude Opus 4.8	10.0	10.0	100.0%	8.96s	11,775	301	225
GLM 5.2	10.0	10.0	100.0%	20.41s	6,861	230	550

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	3.0	10.0	0.0%	30.09s	204	3,437	1,586
Claude Sonnet 5	3.0	10.0	0.0%	7.06s	258	917	204
Claude Opus 4.8	3.0	10.0	0.0%	6.14s	258	451	214
GLM 5.2	3.0	10.0	0.0%	34.25s	138	381	2,529

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Claude Opus 4.8mediumvsGemini 3.5 Flashlow GPT-5.2 ChatnonevsGLM 5.2medium Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Kimi K3maxvsGLM 5.2medium Claude Opus 4.8mediumvsMuse Spark 1.2high Claude Opus 4.8lowvsGLM 5.2medium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone Qwen3.7 FlashhighvsGLM 5.2medium Claude Sonnet 4.6mediumvsKimi K3max Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow