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

तुलना केलेली मॉडेल्स

Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium) benchmark तुलना: Claude Sonnet 5 (medium) स्कोअर मध्ये 8.5 सह आघाडीवर आहे. Claude Sonnet 4.6 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. GLM 5.2 (medium) चे एकूण खर्च सर्वात कमी आहे: $1.007. Claude Sonnet 5 (medium) 15.01s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-17

तुलना केलेली मॉडेल्स

क्रमांक
#298
एकूण आउटपुट टोकन्स
120,427
प्रतिसाद वेळ (सरासरी)
28.08s
एकूण खर्च
$2.126
क्रमांक
#121
एकूण आउटपुट टोकन्स
73,018
प्रतिसाद वेळ (सरासरी)
15.01s
एकूण खर्च
$1.438
क्रमांक
#142
एकूण आउटपुट टोकन्स
67,522
प्रतिसाद वेळ (सरासरी)
16.72s
एकूण खर्च
$3.490
क्रमांक
#147
एकूण आउटपुट टोकन्स
81,020
प्रतिसाद वेळ (सरासरी)
26.88s
एकूण खर्च
$1.007
शिफारस केलेले मॉडेल Claude Sonnet 5 (medium)

It has the best score here (8.5), while costing about 1.5x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium प्रकाशन: 2026-02-17 Claude Sonnet 5 Claude Sonnet 5 medium प्रकाशन: 2026-06-30 Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28 GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17
स्कोअर 6.4 8.5 8.3 8.2
क्रमांक #298 #121 #142 #147
विश्वसनीयता 10.0 10.0 10.0 9.6
सुसंगतता 9.1 9.1 9.0 8.1
प्रयत्न 66/69 69/69 69/69 66/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.3% 76.8% 82.6% 81.2%
अस्थिर चाचण्या 1 3 3 4
एकूण रन 66 69 69 66
प्रति निकाल खर्च 15.182 8.985 20.527 2.890
एकूण खर्च $2.126 $1.438 $3.490 $1.007
इनपुट किंमत $3.000 / 1M $2.000 / 1M $5.000 / 1M $0.153 / 1M
आउटपुट किंमत $15.000 / 1M $10.000 / 1M $25.000 / 1M $12.000 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.200 / 1M $0.500 / 1M $0.150 / 1M
कॅश लिहिण्याची किंमत $3.750 / 1M $2.500 / 1M $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 106,316 353,658 360,294 227,164
आउटपुट टोकन्स 79,338 54,891 43,441 20,029
रिझनिंग टोकन्स 41,089 18,370 24,401 60,991
प्रतिसाद वेळ (सरासरी) 28.08s 15.01s 16.72s 26.88s
प्रतिसाद वेळ (कमाल) 140.96s 69.26s 99.37s 102.40s
प्रतिसाद वेळ (एकूण) 421.15s 345.16s 384.66s 591.34s
पॅरामीटर्स ~1T एकूण (~100B सक्रिय) ~1T एकूण (~100B सक्रिय) ~5T एकूण (~500B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत मुक्त 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.

#298 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#121 Claude Sonnet 5

medium
खर्च
$0.007
वेळ
6.4s
टोकन्स
832 tok

#142 Claude Opus 4.8

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

#147 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

तुलना जोडी बदला