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

Claude Sonnet 4.6 vs GLM 5.1 (medium)

Claude Sonnet 4.6 average score मध्ये पुढे आहे: 7.3 vs 7.1. GLM 5.1 (medium) चा benchmark खर्च कमी आहे: $0.535 vs $0.661. Claude Sonnet 4.6 वेगवान आहे: 8.12s vs 46.77s, pass rates 57.6% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#71
एकूण आउटपुट टोकन्स
19,362
प्रतिसाद वेळ (सरासरी)
8.12s
एकूण खर्च
$0.661
क्रमांक
#82
एकूण आउटपुट टोकन्स
152,552
प्रतिसाद वेळ (सरासरी)
46.77s
एकूण खर्च
$0.535
शिफारस केलेले मॉडेल Claude Sonnet 4.6

It has the best score here (7.3), while responding about 5.8x faster than GLM 5.1 (medium).

तपशीलवार तुलना

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none प्रकाशन: 2026-02-17 GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07
स्कोअर 7.3 7.1
क्रमांक #71 #82
विश्वसनीयता 10.0 8.3
सुसंगतता 9.7 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 69.7%
अस्थिर चाचण्या 1 4
एकूण रन 66 66
प्रति निकाल खर्च 5.502 4.202
एकूण खर्च $0.661 $0.535
इनपुट किंमत $3.000 / 1M $0.966 / 1M
आउटपुट किंमत $15.000 / 1M $3.036 / 1M
एकूण इनपुट टोकन्स 123,264 82,623
आउटपुट टोकन्स 19,362 16,089
रिझनिंग टोकन्स 0 136,463
प्रतिसाद वेळ (सरासरी) 8.12s 46.77s
प्रतिसाद वेळ (कमाल) 51.18s 308.75s
प्रतिसाद वेळ (एकूण) 121.78s 982.16s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
खर्च
$0.038
वेळ
27.3s
टोकन्स
2,598 tok

#82 GLM 5.1

medium
अवैध SVG
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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

झटपट तुलना

तुलना जोडी बदला