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 vs GLM 5.2: Claude Opus 4.8 conduce la scorul mediu cu 7.2 vs 7.1. GLM 5.2 are costul de benchmark mai mic, $0.076 vs $0.539. Claude Opus 4.8 este mai rapid cu 3.47s vs 6.34s, cu rate de reușită de 61.9% vs 60.3%.

Model recomandat: GLM 5.2 - Scorul rămâne aproape de cel mai bun scor de aici (7.1 vs 7.2) și costă de aproximativ 7.1x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-17

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 GLM 5.2 GLM 5.2 none Lansare: 2026-06-17
Scor 7.2 7.1
Rang #57 #61
Fiabilitate 10.0 9.9
Consistență 9.2 9.6
Teste corecte
Rată de trecere pe încercare 61.9% 60.3%
Teste instabile 2 1
Rulări totale 63 63
Cost per rezultat 4.485 0.628
Cost total $0.539 $0.076
Preț de intrare $5.000 / 1M $1.400 / 1M
Preț de ieșire $25.000 / 1M $4.400 / 1M
Total tokenuri de intrare 67,104 38,671
Tokenuri de ieșire 8,107 4,817
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 3.47s 6.34s
Timp de răspuns (maxim) 17.73s 20.69s
Timp de răspuns (total) 72.90s 133.19s

Generation showcase

Hamster playing table tennis

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

#57 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
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 7.2 44.4% 1 1.66s 975 61 0
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
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 3.48s 708 230 0
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
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 9.9 10.0 100.0% 0 1.37s 909 95 0
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
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 7.7 10.0 66.7% 0 2.74s 894 783 0
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
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 5.35s 11,775 355 0
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
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 3.41s 258 212 0
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsGLM 5V TurbomediumGemma 4 26B A4BmediumDisponibil gratuitvsGLM 5.2noneMiMo-V2-FlashmediumvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponibil gratuitClaude Opus 4.8nonevsGrok 4.20mediumKimi K2.7 CodemediumvsGLM 5.2noneClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-Promedium