AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5

Rezumat

Comparație benchmark Claude Opus 4.8 vs GLM 5: GLM 5 conduce la scorul mediu cu 8.6 vs 7.7. GLM 5 are costul de benchmark mai mic, $0.228 vs $1.270. Claude Opus 4.8 este mai rapid cu 10.83s vs 33.54s, cu rate de reușită de 79.4% vs 82.5%.

Model recomandat: GLM 5 - Are cel mai bun scor aici (8.6) și costă de aproximativ 5.6x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	GLM 5 GLM 5 medium Lansare: 2026-02-12

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	GLM 5 GLM 5 medium Lansare: 2026-02-12
Scor	7.7	8.6
Rang	#38	#15
Fiabilitate	10.0	10.0
Consistență	8.8	8.5
Teste corecte
Rată de trecere pe încercare	79.4%	82.5%
Teste instabile	3	4
Rulări totale	63	63
Cost per rezultat	8.466	1.668
Cost total	$1.270	$0.228
Preț de intrare	$5.000 / 1M	$0.600 / 1M
Preț de ieșire	$25.000 / 1M	$1.920 / 1M
Total tokenuri de intrare	60,946	35,224
Tokenuri de ieșire	31,771	21,570
Tokenuri de raționament	6,831	102,996
Timp de răspuns (mediu)	10.83s	33.54s
Timp de răspuns (maxim)	127.97s	99.85s
Timp de răspuns (total)	227.39s	435.99s

Prezentare generare

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Cost: $0.031
Timp: 14.1s
Tokenuri: 1,345 tok

#15 GLM 5

medium

Cost: $0.005
Timp: 20.7s
Tokenuri: 2,068 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

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GLM 5	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GLM 5	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
GLM 5	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GLM 5	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GLM 5	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GLM 5	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GLM 5	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GLM 5	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GLM 5	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GLM 5	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Comparație rapidă

Schimbă perechea de comparație