AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs GLM 5: GLM 5 unggul dalam skor rata-rata dengan 8.6 vs 7.3. GLM 5 memiliki biaya benchmark lebih rendah di $0.228 vs $0.316. Claude Sonnet 4.6 lebih cepat di 5.04s vs 33.54s, dengan tingkat keberhasilan 55.6% vs 82.5%.

Model yang direkomendasikan: GLM 5 - It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17	GLM 5 GLM 5 medium Rilis: 2026-02-12

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17	GLM 5 GLM 5 medium Rilis: 2026-02-12
Skor	7.3	8.6
Peringkat	#55	#15
Keandalan	10.0	10.0
Konsistensi	9.7	8.5
Tes benar
Tingkat lulus per percobaan	55.6%	82.5%
Tes tidak stabil	1	4
Total Run	63	63
Biaya per hasil	2.870	1.668
Total Biaya	$0.316	$0.228
Harga input	$3.000 / 1M	$0.600 / 1M
Harga output	$15.000 / 1M	$1.920 / 1M
Total token input	57,886	35,224
Token output	9,465	21,570
Token penalaran	0	102,996
Waktu respons (rata-rata)	5.04s	33.54s
Waktu respons (maks)	23.84s	99.85s
Waktu respons (total)	70.60s	435.99s

Showcase generasi

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

Biaya: $0.038
Waktu: 27.3s
Token: 2,598 tok

#15 GLM 5

medium

Biaya: $0.005
Waktu: 20.7s
Token: 2,068 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

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
GLM 5	10.0	10.0	100.0%	0		23.66s	555	480	7,056

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
GLM 5	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
GLM 5	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
GLM 5	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
GLM 5	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
GLM 5	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
GLM 5	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
GLM 5	10.0	10.0	100.0%	0		11.33s	609	33	4,076

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
GLM 5	10.0	10.0	100.0%	0		15.93s	6,935	233	994

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
GLM 5	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Perbandingan Cepat

Ganti Pasangan Perbandingan