- Rang
- #119
- Total tokenuri de ieșire
- 67,522
- Timp de răspuns (mediu)
- 16.72s
- Cost total
- $3.490
Claude Opus 4.8 (medium) vs GLM 5.3 FlashX Legal (high)
Claude Opus 4.8 (medium) conduce la scorul mediu cu 8.3 vs 8.2. GLM 5.3 FlashX Legal (high) are costul de benchmark mai mic, $0.521 vs $3.490. Claude Opus 4.8 (medium) este mai rapid cu 16.72s vs 35.19s, cu rate de reușită de 82.6% vs 72.5%.
Modele comparate
- Rang
- #127
- Total tokenuri de ieșire
- 345,985
- Timp de răspuns (mediu)
- 35.19s
- Cost total
- $0.521
Model recomandat
GLM 5.3 FlashX Legal (high)
Scorul rămâne aproape de cel mai bun scor de aici (8.2 vs 8.3) și costă de aproximativ 6.7x mai puțin decât Claude Opus 4.8 (medium).
Comparație detaliată
| Metrică | Claude Opus 4.8 Claude Opus 4.8 medium | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high |
|---|---|---|
| Scor | 8.3 | 8.2 |
| Rang | #119 | #127 |
| Fiabilitate | 10.0 | 9.7 |
| Consistență | 9.0 | 8.6 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 82.6% | 72.5% |
| Teste instabile | 3 | 4 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 20.527 | 3.473 |
| Cost total | $3.490 | $0.521 |
| Preț de intrare | $5.000 / 1M | $0.370 / 1M |
| Preț de ieșire | $25.000 / 1M | $1.250 / 1M |
| Preț citire cache | $0.500 / 1M | $0.075 / 1M |
| Preț scriere cache | $6.250 / 1M | N/D |
| Total tokenuri de intrare | 360,294 | 238,713 |
| Tokenuri de ieșire | 43,441 | 7,034 |
| Tokenuri de raționament | 24,401 | 338,951 |
| Timp de răspuns (mediu) | 16.72s | 35.19s |
| Timp de răspuns (maxim) | 99.37s | 298.81s |
| Timp de răspuns (total) | 384.66s | 809.47s |
| Parametri | ~5T în total (~500B activi) | ~320B în total (~18B activi) |
| Disponibilitate | Închis | Închis |
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Claude Opus 4.8
medium- Cost
- $0.057
- Timp
- 23.1s
- Tokenuri
- 2,412 tok
#127 GLM 5.3 FlashX Legal
high- Cost
- $0.018
- Timp
- 103.8s
- Tokenuri
- 13,703 tok
Defalcare pe categorii
| Sarcini agentice | 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 | 6.1 | 3.1 | 66.7% | 1 | 99.37s | 221,846 | 2,676 | 13,239 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 78.95s | 140,782 | 1,206 | 13,815 |
| 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 5.3 FlashX Legal | 8.2 | 7.9 | 83.3% | 1 | 1.50s | 639 | 282 | 456 |
| 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 5.3 FlashX Legal | 8.2 | 7.2 | 88.9% | 1 | 27.50s | 7,317 | 397 | 31,799 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 54.29s | 101,005 | 19,531 | 4,762 | |
| GLM 5.3 FlashX Legal | 6.9 | 5.9 | 66.7% | 1 | 22.42s | 73,021 | 3,779 | 11,384 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 7,149 | 210 | 358 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 18.11s | 972 | 7,476 | 2,987 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 188.77s | 759 | 195 | 278,113 |
| 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 5.3 FlashX Legal | 4.8 | 3.2 | 33.3% | 1 | 1.78s | 498 | 204 | 214 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 678 | 72 | 240 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 2.45s | 672 | 411 | 479 |
| 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 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 7.41s | 6,991 | 225 | 98 |
| 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 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 8.62s | 207 | 53 | 1,995 |
Comparație rapidă
Schimbă perechea de comparație
GPT-5.6 TerramediumvsGLM 5.3 FlashX LegalhighClaude Opus 4.8mediumvsGemini 4 ArgonlowClaude Opus 4.8mediumvsDeepSeek V4.1 Flash 1017maxClaude Opus 4.8mediumvsGrok 4.5highDeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX LegalhighGemini 4 ArgonlowvsGLM 5.3 FlashX LegalhighClaude Opus 4.8mediumvsKimi K3maxClaude Opus 4.8mediumvsGemini 3.5 FlashhighQwen3.7 PlusmediumvsGLM 5.3 FlashX LegalhighLing 3.1 FlashmediumvsGLM 5.3 FlashX LegalhighSeed-2.0-LitemediumvsGLM 5.3 FlashX LegalhighGPT-6 LunamediumvsGLM 5.3 FlashX Legalhigh