AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Z.ai: GLM 5.2

Rezumat

Claude Opus 4.7 (medium) conduce la scorul mediu cu 8.7 vs 8.0. GLM 5.2 (high) are costul de benchmark mai mic, $0.667 vs $0.679. Claude Opus 4.7 (medium) este mai rapid cu 4.73s vs 37.09s, cu rate de reușită de 82.5% vs 77.8%.

Model recomandatClaude Opus 4.7 (medium)Are cel mai bun scor aici (8.7) și răspunde de aproximativ 7.8x mai rapid decât GLM 5.2 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17

Metrică	Claude Opus 4.7 Claude Opus 4.7 medium Lansare: 2026-04-16	GLM 5.2 GLM 5.2 high Lansare: 2026-06-17
Scor	8.7	8.0
Rang	#16	#32
Fiabilitate	10.0	9.3
Consistență	9.6	7.6
Teste corecte
Rată de trecere pe încercare	82.5%	77.8%
Teste instabile	1	6
Rulări totale	63	63
Cost per rezultat	3.991	4.255
Cost total	$0.679	$0.667
Preț de intrare	$5.000 / 1M	$0.929 / 1M
Preț de ieșire	$25.000 / 1M	$2.918 / 1M
Total tokenuri de intrare	65,406	34,993
Tokenuri de ieșire	11,858	51,575
Tokenuri de raționament	2,198	166,065
Timp de răspuns (mediu)	4.73s	37.09s
Timp de răspuns (maxim)	23.18s	180.69s
Timp de răspuns (total)	94.51s	778.91s

Prezentare generare

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium

Cost: $0.059
Timp: 26.8s
Tokenuri: 2,475 tok

#32 GLM 5.2

high

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high Grok 4.5lowvsGLM 5.2high