नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.6 (medium) vs GLM 5 (medium)

average score जवळपास समान आहे: 7.7 vs 7.7. GLM 5 (medium) चा benchmark खर्च कमी आहे: $0.228 vs $2.961. Claude Opus 4.6 (medium) वेगवान आहे: 32.23s vs 33.54s, pass rates 63.6% vs 78.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक
#74
एकूण आउटपुट टोकन्स
96,722
प्रतिसाद वेळ (सरासरी)
32.23s
एकूण खर्च
$2.961
क्रमांक
#72
एकूण आउटपुट टोकन्स
124,566
प्रतिसाद वेळ (सरासरी)
33.54s
एकूण खर्च
$0.228
शिफारस केलेले मॉडेल GLM 5 (medium)

It has the best score here (7.7), while costing about 13.0x less than Claude Opus 4.6 (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 GLM 5 GLM 5 medium प्रकाशन: 2026-02-12
स्कोअर 7.7 7.7
क्रमांक #74 #72
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 8.1
प्रयत्न 66/66 63/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 78.8%
अस्थिर चाचण्या 3 4
एकूण रन 66 63
प्रति निकाल खर्च 22.777 1.668
एकूण खर्च $2.961 $0.228
इनपुट किंमत $5.000 / 1M $0.600 / 1M
आउटपुट किंमत $25.000 / 1M $1.920 / 1M
एकूण इनपुट टोकन्स 108,573 35,224
आउटपुट टोकन्स 69,994 21,570
रिझनिंग टोकन्स 26,728 102,996
प्रतिसाद वेळ (सरासरी) 32.23s 33.54s
प्रतिसाद वेळ (कमाल) 151.51s 99.85s
प्रतिसाद वेळ (एकूण) 515.65s 435.99s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#74 Claude Opus 4.6

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#72 GLM 5

medium
खर्च
$0.005
वेळ
20.7s
टोकन्स
2,068 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

झटपट तुलना

तुलना जोडी बदला

Seed-2.0-CodelowvsGLM 5mediumClaude Opus 4.6mediumvsSeed-2.0-CodelowQwen3.7 FlashhighvsGLM 5mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsQwen3.7 FlashhighDeepSeek V4 ProhighvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highDeepSeek V4 Flash 0423highvsGLM 5mediumClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsSolar Pro 4xhighGPT-5.6 LunahighvsGLM 5medium