नेव्हिगेशन
Advertise here

Claude Opus 4.8 vs GLM 5.3 FlashX (medium)

GLM 5.3 FlashX (medium) average score मध्ये पुढे आहे: 7.1 vs 6.9. GLM 5.3 FlashX (medium) चा benchmark खर्च कमी आहे: $0.114 vs $2.334. GLM 5.3 FlashX (medium) वेगवान आहे: 7.37s vs 7.54s, pass rates 60.9% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#179
एकूण आउटपुट टोकन्स
24,343
प्रतिसाद वेळ (सरासरी)
7.54s
एकूण खर्च
$2.334
क्रमांक
#161
एकूण आउटपुट टोकन्स
30,048
प्रतिसाद वेळ (सरासरी)
7.37s
एकूण खर्च
$0.114
शिफारस केलेले मॉडेल GLM 5.3 FlashX (medium)

It has the best score here (7.1), while costing about 20.6x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 GLM 5.3 FlashX GLM 5.3 FlashX medium प्रकाशन: 2026-09-21
स्कोअर 6.9 7.1
क्रमांक #179 #161
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 7.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 69.6%
अस्थिर चाचण्या 2 8
एकूण रन 69 69
प्रति निकाल खर्च 17.953 0.946
एकूण खर्च $2.334 $0.114
इनपुट किंमत $5.000 / 1M $0.370 / 1M
आउटपुट किंमत $25.000 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.090 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 345,059 205,100
आउटपुट टोकन्स 24,343 8,639
रिझनिंग टोकन्स 0 21,409
प्रतिसाद वेळ (सरासरी) 7.54s 7.37s
प्रतिसाद वेळ (कमाल) 65.07s 74.39s
प्रतिसाद वेळ (एकूण) 173.31s 169.54s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) 320B एकूण (18B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#179 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#161 GLM 5.3 FlashX

medium
खर्च
$0.002
वेळ
8.1s
टोकन्स
1,480 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

तुलना जोडी बदला