नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5

सारांश

Claude Opus 4.8 (medium) vs GLM 5 (medium) benchmark तुलना: Claude Opus 4.8 (medium) average score मध्ये पुढे आहे: 8.8 vs 8.6. GLM 5 (medium) चा benchmark खर्च कमी आहे: $0.228 vs $1.107. Claude Opus 4.8 (medium) वेगवान आहे: 9.72s vs 33.54s, pass rates 84.1% vs 82.5%.

शिफारस केलेले मॉडेल: GLM 5 (medium) - Its score stays close to the best score here (8.6 vs 8.8), while costing about 4.9x less than Claude Opus 4.8 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-10

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28 GLM 5 GLM 5 medium प्रकाशन: 2026-02-12
स्कोअर 8.8 8.6
क्रमांक #15 #18
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.1% 82.5%
अस्थिर चाचण्या 1 4
एकूण रन 63 63
प्रति निकाल खर्च 6.512 1.668
एकूण खर्च $1.107 $0.228
इनपुट किंमत $5.000 / 1M $0.600 / 1M
आउटपुट किंमत $25.000 / 1M $1.920 / 1M
एकूण इनपुट टोकन्स 61,007 35,224
आउटपुट टोकन्स 26,495 21,570
रिझनिंग टोकन्स 5,901 102,996
प्रतिसाद वेळ (सरासरी) 9.72s 33.54s
प्रतिसाद वेळ (कमाल) 38.03s 99.85s
प्रतिसाद वेळ (एकूण) 204.19s 435.99s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Claude Opus 4.8

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

#18 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

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 10.0 10.0 100.0% 0 23.66s 555 480 7,056
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 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
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 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
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 5.3 10.0 33.3% 0 14.59s 975 7,477 900
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
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 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
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 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
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 10.0 10.0 100.0% 0 11.33s 609 33 4,076
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 10.0 10.0 100.0% 0 15.93s 6,935 233 994
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 3.0 10.0 0.0% 0 67.37s 186 401 12,450

झटपट तुलना

तुलना जोडी बदला