Claude Opus 4.8 (medium) vs GLM 5.2 (high)

GLM 5.2 (high) average score मध्ये पुढे आहे: 8.4 vs 8.3. GLM 5.2 (high) चा benchmark खर्च कमी आहे: $1.620 vs $3.490. Claude Opus 4.8 (medium) वेगवान आहे: 16.72s vs 69.11s, pass rates 82.6% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #80
एकूण आउटपुट टोकन्स: 67,842
प्रतिसाद वेळ (सरासरी): 16.72s
एकूण खर्च: $3.490

क्रमांक: #75
एकूण आउटपुट टोकन्स: 382,582
प्रतिसाद वेळ (सरासरी): 69.11s
एकूण खर्च: $1.620

शिफारस केलेले मॉडेल Claude Opus 4.8 (medium)

Its score stays close to the best score here (8.3 vs 8.4), while responding about 4.1x faster than GLM 5.2 (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17
स्कोअर	8.3	8.4
क्रमांक	#80	#75
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	71.0%
अस्थिर चाचण्या	3	3
एकूण रन	69	69
प्रति निकाल खर्च	20.527	7.314
एकूण खर्च	$3.490	$1.620
इनपुट किंमत	$5.000 / 1M	$0.325 / 1M
आउटपुट किंमत	$25.000 / 1M	$3.990 / 1M
एकूण इनपुट टोकन्स	360,294	288,913
आउटपुट टोकन्स	43,441	79,462
रिझनिंग टोकन्स	24,401	303,120
प्रतिसाद वेळ (सरासरी)	16.72s	69.11s
प्रतिसाद वेळ (कमाल)	99.37s	599.43s
प्रतिसाद वेळ (एकूण)	384.66s	1589.43s
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.

#80 Claude Opus 4.8

medium

खर्च: $0.057
वेळ: 23.1s
टोकन्स: 2,412 tok

#75 GLM 5.2

high

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

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
GLM 5.2	10.0	10.0	100.0%	0		52.45s	205,091	7,422	10,505

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
GLM 5.2	6.4	8.6	33.3%	0		73.03s	5,124	2,302	22,546

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
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		5.81s	7,143	435	1,414

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
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		12.90s	498	63	1,743

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Kimi K3maxvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGLM 5.2high Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Muse Glimmer 30BxhighvsGLM 5.2high GPT-5 MinimediumvsGLM 5.2high Qwen3.8 2.4T A95BlowvsGLM 5.2high GPT-6 LunamediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high