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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5.1

Resumo

Comparação benchmark Claude Opus 4.8 vs GLM 5.1 (medium): Claude Opus 4.8 lidera na pontuação média com 7.2 vs 7.1. GLM 5.1 (medium) tem menor custo de benchmark com $0.288 vs $0.539. Claude Opus 4.8 é mais rápido com 3.48s vs 33.67s, com taxas de acerto de 61.9% vs 68.3%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.2) e responde cerca de 9.7x mais rápido que GLM 5.1 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 GLM 5.1 GLM 5.1 medium Lançamento: 2026-04-07
Pontuação 7.2 7.1
Posição #70 #77
Confiabilidade 10.0 6.7
Consistência 9.2 8.3
Testes corretos
Taxa de acerto por tentativa 61.9% 68.3%
Testes instáveis 2 4
Execuções totais 63 63
Custo por resultado 4.485 2.496
Custo total $0.539 $0.288
Preço de entrada $5.000 / 1M $0.966 / 1M
Preço de saída $25.000 / 1M $3.036 / 1M
Total de tokens de entrada 67,104 32,995
Tokens de saída 8,107 11,655
Tokens de raciocínio 0 75,421
Tempo de resposta (médio) 3.48s 33.67s
Tempo de resposta (máx.) 17.73s 172.60s
Tempo de resposta (total) 73.00s 673.41s

Geração showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Custo
$0.053
Tempo
22.0s
Tokens
2,253 tok

#77 GLM 5.1

medium
SVG inválido
Custo
$0.000
Tempo
300.0s
Tokens
0 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.3 7.2 44.4% 1 1.70s 975 61 0
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 708 230 0
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 11,775 355 0
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Comparação rápida

Trocar par de comparação

Step 3.7 FlashhighvsGLM 5.1mediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponível grátisQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponível grátisGemini 3 Flash PreviewnonevsGLM 5.1mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium