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 4.8 (low) vs GLM 5.2 (medium)

GLM 5.2 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.8. GLM 5.2 (medium) चा benchmark खर्च कमी आहे: $0.276 vs $2.089. Claude Opus 4.8 (low) वेगवान आहे: 12.88s vs 23.28s, pass rates 80.3% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#71
एकूण आउटपुट टोकन्स
52,237
प्रतिसाद वेळ (सरासरी)
12.88s
एकूण खर्च
$2.089
क्रमांक
#66
एकूण आउटपुट टोकन्स
61,761
प्रतिसाद वेळ (सरासरी)
23.28s
एकूण खर्च
$0.276
शिफारस केलेले मॉडेल GLM 5.2 (medium)

It has the best score here (7.8), while costing about 7.6x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17
स्कोअर 7.8 7.8
क्रमांक #71 #66
विश्वसनीयता 10.0 9.5
सुसंगतता 8.9 8.0
प्रयत्न 66/66 63/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 80.3% 80.3%
अस्थिर चाचण्या 3 4
एकूण रन 66 63
प्रति निकाल खर्च 13.054 2.159
एकूण खर्च $2.089 $0.276
इनपुट किंमत $5.000 / 1M $1.190 / 1M
आउटपुट किंमत $25.000 / 1M $3.740 / 1M
एकूण इनपुट टोकन्स 156,522 37,199
आउटपुट टोकन्स 43,056 12,261
रिझनिंग टोकन्स 9,181 49,500
प्रतिसाद वेळ (सरासरी) 12.88s 23.28s
प्रतिसाद वेळ (कमाल) 127.97s 101.36s
प्रतिसाद वेळ (एकूण) 283.32s 488.94s
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.

#71 Claude Opus 4.8

low
खर्च
$0.031
वेळ
14.1s
टोकन्स
1,345 tok

#66 GLM 5.2

medium
खर्च
$0.041
वेळ
195.8s
टोकन्स
9,287 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 4.8 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

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.8 27BmediumClaude Opus 4.8lowvsGLM 5mediumQwen3.8 27BlowvsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsQwen3.6 PlusmediumQwen3.7 FlashhighvsGLM 5.2mediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh