Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Rezumat

Comparație benchmark Claude Opus 4.8 (medium) vs GLM 5 (medium): Claude Opus 4.8 (medium) conduce la scorul mediu cu 8.8 vs 8.6. GLM 5 (medium) are costul de benchmark mai mic, $0.228 vs $1.107. Claude Opus 4.8 (medium) este mai rapid cu 9.72s vs 33.54s, cu rate de reușită de 84.1% vs 82.5%.

Model recomandat: GLM 5 (medium) - Scorul rămâne aproape de cel mai bun scor de aici (8.6 vs 8.8) și costă de aproximativ 4.9x mai puțin decât Claude Opus 4.8 (medium).

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 GLM 5 medium Lansare: 2026-02-12
Scor 8.8 8.6
Rang #15 #18
Fiabilitate 10.0 10.0
Consistență 9.6 8.5
Teste corecte
Rată de trecere pe încercare 84.1% 82.5%
Teste instabile 1 4
Rulări totale 63 63
Cost per rezultat 6.512 1.668
Cost total $1.107 $0.228
Preț de intrare $5.000 / 1M $0.600 / 1M
Preț de ieșire $25.000 / 1M $1.920 / 1M
Total tokenuri de intrare 61,007 35,224
Tokenuri de ieșire 26,495 21,570
Tokenuri de raționament 5,901 102,996
Timp de răspuns (mediu) 9.72s 33.54s
Timp de răspuns (maxim) 38.03s 99.85s
Timp de răspuns (total) 204.19s 435.99s

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

#18 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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 38.03s 23,561 5,260 1,588
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.59s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsGLM 5mediumDeepSeek V4 FlashhighvsGLM 5mediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneGPT-5.6 TerrahighvsGLM 5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighGemini 3.5 FlashlowvsGLM 5mediumClaude Opus 4.8mediumvsGPT-5.6 SollowGrok 4.5lowvsGLM 5medium