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 $0.281. Claude Sonnet 5 (medium) paling cepat di 12.54s.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-09-29

Model yang Dibandingkan

Peringkat: #108
Total token output: 120,427
Waktu respons (rata-rata): 28.08s
Total Biaya: $2.126

Peringkat: #85
Total token output: 63,204
Waktu respons (rata-rata): 12.54s
Total Biaya: $0.922

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

Peringkat: #106
Total token output: 61,761
Waktu respons (rata-rata): 23.28s
Total Biaya: $0.281

Model yang direkomendasikan Claude Opus 4.8 (medium)

It has the best score here (8.8), while responding about 1.6x faster than model lain dalam perbandingan ini.

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	#108	#85	#51	#106
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	$0.281
Harga input	$3.000 / 1M	$2.000 / 1M	$5.000 / 1M	$0.234 / 1M
Harga output	$15.000 / 1M	$10.000 / 1M	$25.000 / 1M	$4.400 / 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.

#108 Claude Sonnet 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

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

#85 Claude Sonnet 5

medium

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

#51 Claude Opus 4.8

medium

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

#106 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 Sonnet 5mediumvsMuse Spark 1.3low Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Claude Opus 4.8mediumvsGLM 5.3 Flashmax Qwen3.8 27BlowvsGLM 5.2medium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Sonnet 4.6mediumvsQwen3.8 27Blow 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