Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5.2

GLM 5.2 (medium) が平均スコアでリードし、7.8 vs 7.8 です。 GLM 5.2 (medium) の benchmark コストが低く、$0.213 vs $2.077 です。 Claude Opus 4.8 (low) の方が高速で、12.74s vs 23.28s です、成功率は 80.3% vs 80.3% です。

おすすめモデルGLM 5.2 (medium)ここでは最高スコア（7.8）で、Claude Opus 4.8 (low) より約 9.8 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-17

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17
スコア	7.8	7.8
順位	#39	#36
信頼性	10.0	9.5
一貫性	8.9	8.0
正解テスト
試行ごとの合格率	80.3%	80.3%
不安定なテスト	3	4
総実行回数	66	63
結果あたりのコスト	12.979	2.159
合計コスト	$2.077	$0.213
入力価格	$5.000 / 1M	$0.919 / 1M
出力価格	$25.000 / 1M	$2.887 / 1M
合計入力トークン	156,525	37,199
出力トークン	43,141	12,261
推論トークン	8,617	49,500
応答時間（平均）	12.74s	23.28s
応答時間（最大）	127.97s	101.36s
応答時間（合計）	280.29s	488.94s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#36 GLM 5.2

medium

コスト: $0.041
時間: 195.8s
トークン: 9,287 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

クイック比較

比較ペアを切り替え

Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh GPT-5.6 TerrahighvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2medium Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsMiniMax M3medium GPT-5.6 LunahighvsGLM 5.2medium