Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Z.ai: GLM 5.2

Rezumat

Comparație benchmark Claude Opus 4.8 (medium) vs GLM 5.2 (high): Claude Opus 4.8 (medium) conduce la scorul mediu cu 8.8 vs 8.0. GLM 5.2 (high) are costul de benchmark mai mic, $0.554 vs $1.107. Claude Opus 4.8 (medium) este mai rapid cu 9.72s vs 37.09s, cu rate de reușită de 84.1% vs 77.8%.

Model recomandat: Claude Opus 4.8 (medium) - Are cel mai bun scor aici (8.8) și răspunde de aproximativ 3.8x mai rapid decât GLM 5.2 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-10

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 GLM 5.2 GLM 5.2 high Lansare: 2026-06-17
Scor 8.8 8.0
Rang #15 #32
Fiabilitate 10.0 9.3
Consistență 9.6 7.6
Teste corecte
Rată de trecere pe încercare 84.1% 77.8%
Teste instabile 1 6
Rulări totale 63 63
Cost per rezultat 6.512 4.255
Cost total $1.107 $0.554
Preț de intrare $5.000 / 1M $0.770 / 1M
Preț de ieșire $25.000 / 1M $2.420 / 1M
Total tokenuri de intrare 61,007 34,993
Tokenuri de ieșire 26,495 51,575
Tokenuri de raționament 5,901 166,065
Timp de răspuns (mediu) 9.72s 37.09s
Timp de răspuns (maxim) 38.03s 180.69s
Timp de răspuns (total) 204.19s 778.91s

Prezentare generare

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Cost
$0.057
Timp
23.1s
Tokenuri
2,412 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

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 3.95s 834 1,179 478
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 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
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 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
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 4.8 10.0 10.0 100.0% 0 2.46s 708 237 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 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
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 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
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 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
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 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
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 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2highGrok 4.5lowvsGLM 5.2highGemini 3.1 Flash Lite PreviewmediumvsGLM 5.2high