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

Claude Sonnet 5.5 (medium) vs GLM 5.1

average score जवळपास समान आहे: 6.5 vs 6.5. GLM 5.1 चा benchmark खर्च कमी आहे: $0.451 vs $1.100. Claude Sonnet 5.5 (medium) वेगवान आहे: 8.03s vs 11.10s, pass rates 40.6% vs 47.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#267
एकूण आउटपुट टोकन्स
37,748
प्रतिसाद वेळ (सरासरी)
8.03s
एकूण खर्च
$1.100
क्रमांक
#274
एकूण आउटपुट टोकन्स
20,076
प्रतिसाद वेळ (सरासरी)
11.10s
एकूण खर्च
$0.451
शिफारस केलेले मॉडेल GLM 5.1

It has the best score here (6.5), while costing about 2.4x less than Claude Sonnet 5.5 (medium).

तपशीलवार तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium प्रकाशन: 2026-09-29 GLM 5.1 GLM 5.1 none प्रकाशन: 2026-04-07
स्कोअर 6.5 6.5
क्रमांक #267 #274
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 47.8%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 12.221 3.478
एकूण खर्च $1.100 $0.451
इनपुट किंमत $2.000 / 1M $1.400 / 1M
आउटपुट किंमत $10.000 / 1M $4.400 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.260 / 1M
कॅश लिहिण्याची किंमत $2.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 361,183 258,956
आउटपुट टोकन्स 26,609 20,076
रिझनिंग टोकन्स 11,139 0
प्रतिसाद वेळ (सरासरी) 8.03s 11.10s
प्रतिसाद वेळ (कमाल) 51.18s 107.19s
प्रतिसाद वेळ (एकूण) 184.80s 255.39s
पॅरामीटर्स ~1T एकूण (~100B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता 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.

#267 Claude Sonnet 5.5

medium
खर्च
$0.024
वेळ
17.4s
टोकन्स
2,525 tok

#274 GLM 5.1

none
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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

तुलना जोडी बदला